A globális sikerek és a lokális korlátokBár a mesterséges intelligencia átírta az időjárás-előrejelzést, a leghalálosabb viharok intenzitásánál mégis tehetetlenül megtorpan. A globális modellek hajszálpontosan megrajzolják a trópusi ciklonok útvonalát, de a hurrikánok erőssége és hirtelen tombolása gyakran meglepi az algoritmusokat. A műholdas adatokból és több évtizedes éghajlati mérésekből építkező rendszerek rendkívül hatékonyak a nagy léptékű légköri folyamatok feltérképezésében, ám a helyi szintű, szélsőséges változások modellezése teljesen más jellegű feladatot jelent.
A probléma gyökere a léptékváltásban rejlik. Míg a globális előrejelzések többezer kilométeres légköri mintázatokat követnek nyomon, a hurrikánok magjában zajló folyamatok méterekben és percekben mérhetők. A hirtelen felerősödés jelensége során egy viszonylag enyhe trópusi vihar akár 24 óra leforgása alatt pusztító, 5-ös kategóriájú szörnyeteggé fejlődhet. Ezek a gyors átalakulások kulcsfontosságúak a part menti lakosság kimenekítése szempontjából, mégis a gépi tanulási modellek leggyengébb pontját képezik.
A nyílt óceáni adathiány és az eloszlások széle
A gépi tanulási rendszerek működésének alapja a jó minőségű és nagy felbontású tanítóadat. A meteorológiai adatkészletek viszont rendkívül egyenetlenül oszlanak meg a Föld felszínén. A szárazföldi és part közeli területeken sűrű mérőhálózat, radarok és bóják szolgáltatnak folyamatos információt, ám a trópusi ciklonok szempontjából meghatározó nyílt óceáni területekről csak korlátozott mérések állnak rendelkezésre. A műholdak képesek becsülni a felhőtopok hőmérsékletét vagy a csapadékmennyiséget, de a vihar belsejében uralkodó pontos szélsebességet és nyomásviszonyokat nem tudják közvetlenül megmérni.
A másik jelentős akadály az algoritmusok statisztikai természetéből fakad. Az MI-modelleket arra képzik ki, hogy felismerjék a múltbeli adatokban rejlő mintázatokat, és a legvalószínűbb kimenetelt jósolják meg. A rendkívül erős, ritkán előforduló viharok így kikerülnek a megszokott statisztikai eloszlásból. Amikor a modell egy korábban nem látott intenzitású vihar körvonalait érzékeli, hajlamos átlagolni és alulbecsülni a várható szélsebességet, megelőzve az extrém értékek kiadását.
Kaotikus fizika és a jövőbeli hibrid rendszerek
A hurrikánok belső működését a konvekció, a tengerfelszín hőátadása és a függőleges szélnyírás összetett kölcsönhatása vezérli. Ezek a fizikai folyamatok nemlineáris rendszert alkotnak, ahol a kiindulási feltételek legkisebb pontatlansága is óriási eltérésekhez vezet a végeredményben. A tisztán adatvezérelt modellek nem számolnak közvetlenül ezekkel a fizikai egyenletekkel, csupán a korábbi megfigyelésekből igyekeznek következtetni a lehetséges lefolyásra.
A kutatók szerint a megoldást nem a fizikaalapú szimulációk teljes elhagyása, hanem a hibrid megközelítés jelentheti. Az újabb kísérleti modellek már egyesítik a fizikai törvényszerűségeket a mélytanulási algoritmusokkal, így próbálva megőrizni a gépi intelligencia gyorsaságát a fizikai korlátok szigorú betartása mellett. Amíg ezek a rendszerek nem válnak megbízhatóvá, a meteorológusok továbbra is a hagyományos szuperszámítógépes szimulációkra és a tapasztalt szakemberek elemzéseire támaszkodnak a veszélyes viharok megítélésében.
