Studimi zviceran zbulon se inteligjenca artificiale dështon në parashikimin e ngjarjeve ekstreme të motit

Inteligjenca artificiale (IA) po e ndryshon pamjen e meteorologjisë, duke premtuar parashikime më të shpejta dhe më efikase. Por një studim i ri nga Universiteti i Gjenevës zbulon se IA nuk po e përmbush gjithmonë potencialin e saj.

Pikërisht kur moti bëhet ekstrem dhe kërcënon sigurinë e njerëzve dhe infrastrukturës, modelet e bazuara në të mësuarit automatik tregojnë thembrën e Akilit. Kjo zbulohet nga një studim i ri i udhëhequr nga Universiteti i Gjenevës dhe i botuar në revistën amerikane Science Advances.

Hulumtuesit krahasuan tre nga sistemet më të përparuara të IA-së për parashikimin e motit – GraphCast, Pangu-Weather dhe Fuxi – me modelin fizik të referencës HRES të Qendrës Evropiane për Parashikime të Motit me Afat të Mesëm (ECMWF). Vendimi është i qartë: përballë ngjarjeve rekord, IA është gabim sistematikisht.

Sipas studimit, periudhat ekstreme të të ftohtit parashikohen përgjithësisht të jenë më pak intensive sesa rezultojnë të jenë në realitet. Përkundrazi, majat e nxehtësisë nënvlerësohen duke parashikuar vlera më pak ekstreme sesa në realitet. Temperaturat e parashikuara janë më të ulëta se ato aktuale. Ka gjithashtu devijime të konsiderueshme për ngjarjet e erës së fortë. Por kjo nuk është e gjitha: modelet e IA-së jo vetëm që parashikojnë intensitetin e ngjarjeve ekstreme shumë dobët, por ato i parashikojnë ato edhe shumë rrallë krahasuar me atë që ndodh në të vërtetë.

“Këto rezultate nxjerrin në pah një sfidë qendrore për përdorimin e IA-së në parashikimin e ngjarjeve të motit me një ndikim të madh shoqëror”, shkruajnë autorët e hulumtimit.

Sipas tyre, problemi qëndron në zemër të mënyrës se si funksionon IA. Modelet mësojnë nga të dhënat historike: ato njohin sekuencat dhe korrelacionet që kanë ndodhur tashmë në të kaluarën. Por ngjarjet e regjistruara, sipas përkufizimit, bien jashtë këtij diapazoni të përvojës. Ajo që nuk ka ndodhur kurrë (ose ka ndodhur shumë rrallë) i shpëton logjikës statistikore të të mësuarit automatik, raporton swissinfo, transmeton albinfo.ch.

Modelet fizike, në të kundërt, funksionojnë në një mënyrë rrënjësisht të ndryshme. Ato simulojnë evolucionin e atmosferës bazuar në ligje të pandryshueshme natyrore – termodinamika, mekanika e fluideve – që zbatohen pavarësisht nëse një fenomen i caktuar është vërejtur tashmë. “Fizika nuk ndryshon”, përmbledhin studiuesit. Kjo është arsyeja pse modelet tradicionale janë në gjendje të llogarisin edhe situata ekstreme që nuk janë parë kurrë më parë.

Zbulimi vjen në një kohë vendimtare. Me ndryshimet klimatike, ngjarjet ekstreme të motit janë në rritje dhe bashkë me to vjen edhe nevoja për parashikime të besueshme për të mbrojtur jetët, infrastrukturën, bujqësinë dhe furnizimin me energji. “Është thelbësore për sistemet e paralajmërimit të hershëm që një model të parashikojë me besueshmëri ndodhjen e ngjarjeve ekstreme”, theksojnë studiuesit. Nëse një valë e nxehtësisë nënvlerësohet ose një stuhi njihet shumë vonë, pasojat mund të jenë të rënda për shëndetin publik, sigurinë e furnizimit dhe operacionet e mbrojtjes civile.

Sipas autorëve të tij, studimi nuk e sheh këtë si një dështim të plotë të IA-së në meteorologji. Përkundrazi, ekipi i hulumtimit pranon se modelet e të mësuarit automatik ofrojnë “mundësi të reja të gjera”. Pyetja është se si të shfrytëzohen pikat e forta të saj pa u penalizuar nga kufizimet e tyre.

“Kombinimi i të dy botëve në një sistem parashikimi hibrid duket të jetë mënyra më e mirë përpara”, tha Roland Potthast, kreu i departamentit të modeleve në shërbimin meteorologjik gjerman DWD, kur u pyet nga Qendra e Medias Shkencore, një organizatë që vepron si një urë lidhëse midis shkencës dhe medias. “Në këtë mënyrë, avantazhet e të dy metodave mund të vihen në dispozicion të shoqërisë.”

Hulumtimet tashmë po eksplorojnë zgjidhje praktike, duke përfshirë qasje trajnimi që u japin peshë më të madhe ngjarjeve ekstreme dhe lloje të reja modelesh që mund të përfaqësojnë më mirë pasiguritë. Qëllimi është të arrihet në një sistem që kombinon shpejtësinë dhe efikasitetin e IA-së me qëndrueshmërinë fizike të modeleve tradicionale: një sfidë shkencore dhe teknologjike që mund t’u sjellë dobi të gjithë qytetarëve kur të përballen me valën e ardhshme të reve ose të nxehtit.