Xalqaro Kosmik Stansiyadan koʻrilgan Florens boʻroni
Yirik korporatsiyalar mashina oʻrganishiga asoslangan yangi avlod ob-havo modellari taqdim etdi.
Ushbu modellar oʻnlab yillar davomida takomillashtirilgan anʼanaviy fizika asosidagi prognozlash usullariga qarshi chiqmoqda.
Ammo bu mashina oʻrganish modellari qanchalik samarali?
Ob-havo sharoiti tez-tez va keskin oʻzgarishlarga uchraydigan Buyuk Britaniya hayoti uchun muhim ahamiyatga ega.
Aniq ob-havo prognozlari kundalik rejalashtirish uchun juda muhim, ammo ogʻir ob-havo hodisalari boʻyicha aniq prognozlar xulq-atvorni oʻzgartirish, hayotni saqlab qolish choralari va mulkiy zararni kamaytirish uchun yanada muhimroqdir.
Aniq ob-havo prognozlarining global iqtisodiy qiymati oʻlchanmas, ammo shubhasiz katta ahamiyatga ega.
NOAA (Milliy okean va atmosfera boshqarmasi) maʼlumotlariga koʻra, faqatgina AQShda 1 milliard dollardan (740 million funt sterlingdan) ortiq zarar keltirgan ob-havo ofatlariga eʼtibor qaratilsa, 2024 yilgi taʼsir 182 milliard dollarga yetdi va 568 kishi halok boʻldi.
1980 yildan beri umumiy zarar deyarli 3 trillion dollardan oshdi.
Buyuk Britaniyada 2024 yildagi issiq havoda 1311 kishi ortiqcha vafot etdi.
London Economics tadqiqoti, tashqi Met Office oʻn yil davomida meteorologiya xizmatlari orqali Buyuk Britaniya uchun 56 milliard funt sterling iqtisodiy foyda keltirishi aniqlandi.
Buni butun dunyoga nisbatan qoʻllash mumkin, chunki iqlim oʻzgarishi tufayli tobora kuchayib borayotgan ekstremal ob-havo sharoitlariga duch kelayotgan aholining oʻsishi bilan ob-havo prognozi yirik sanoat hisoblanadi.
Issiq havoni boshqarish
Anʼanaviy prognozlar dunyodagi eng kuchli superkompyuterlardan baʼzilariga tayanadi; Met Office ning superkompyuter shartnomasi 1,2 milliard funt sterlingga baholanadi.
Bu investitsiya sekundiga 60 kvadrilyon (60,000,000,000,000,000) hisoblashga qodir boʻlgan, millionlab kod satrlaridan iborat fizika asosidagi modelni ishlaydigan va 215 milliard ob-havo kuzatuvlaridan foydalanadigan mashinani taʼminlaydi.
Global modellar sayyoradagi qutilar panjarasida maʼlumotlarni qayta ishlaydi. Aniqlik taxminan 10 kv.km dan 28 kv.km gacha (3,86 kv. mil dan 10,81 kv. milgacha) oʻzgarib turadi.
Bu aniqlik yomgʻir prognozini cheklaydi va togʻlar haqiqatdagidan kamroq aniq koʻrinadi.
Met Office ning eng yuqori aniqlikdagi modeli UKV (BBC TV ning 48 soatlik prognozlari uchun ishlatiladi) 1,5 km (0,9 mil) aniqlikda yomgʻirni bashorat qiladi. Ammo, uning hisoblash talablari uning Buyuk Britaniya va Yevropaga qoʻllanilishini cheklaydi.
Mashina oʻrganish modellari nisbatan yangi, ammo ularning rivojlanishi tez va istiqbolli.
Anʼanaviy modellar qimmat superkompyuterlarda soatlab ishlaydi, bu yangi modellar esa oddiy noutbuklarda bir daqiqadan kamroq vaqt ichida ishlay oladi. Ular batafsil fizikani chetlab oʻtib, 40 yillik tarixiy maʼlumotlardan foydalanadilar.
Ularning samaradorligi?
ECMWF (Oʻrta muddatli ob-havo prognozlarining Yevropa markazi) 2024/2025 qish fasli atmosfera bosimi maʼlumotlari, tashqi GraphCast (Google), AIFS (ECMWF) va Aurora (Microsoft) anʼanaviy IFS (ECMWF) standartini ortda qoldirganini, FourCastNet (Nvidia) va Pangu-Weather (Huawei) esa orqada qolganini koʻrsatadi.
Samaradorlik oʻzgaruvchiga qarab farq qiladi va taraqqiyot tez.
Aniqlik prognoz vaqti bilan kamayadi, bu atmosferaning xaotik tabiatini aks ettiradi. Oʻn kunlik prognozlar, model turidan qatʼiy nazar, yetarlicha aniqlikka ega emas.
Fizika asosidagi modellarni tark etishimiz kerakmi?
Hali emas.
Mashina oʻrganish modellari anʼanaviy modellardan olingan maʼlumotlarga tayanadi va ularning atmosfera boshlangʻich nuqtalaridan foydalanadi. Anʼanaviy modellarsiz mashina oʻrganish modellari ancha kam samarali boʻladi.
Yuqori va past bosim kabi keng koʻlamli xususiyatlarni prognozlashda juda yaxshi boʻlsa-da, ular 1000 km dan pastroq oʻlchamlarda anʼanaviy modellarga nisbatan past samaradorlikni namoyish etadi.
Bu chuqurlik va tizmalar kabi muhim xususiyatlar eʼtiborsiz qolishi mumkinligini va bu prognozlarni quruqdan kuchli yomgʻirgacha oʻzgartirishi mumkinligini anglatadi.
Boskastl toshqini, Kornuoll, 2004 yil avgust oyi oqibatlari
Koʻpgina mashina oʻrganish modellari oʻquv maʼlumotlariga mos keladigan 28 kv.km aniqlikka ega. Bu yomgʻir kabi mayda xususiyatlarning eʼtiborsiz qolishi mumkinligini va Boskastl toshqinlari kabi hodisalarni bir necha kun oldin bashorat qilishni qiyinlashtirishi mumkinligini anglatadi.
Sarlavhalar boʻronga prognozning yaxshilanishini taklif qiladi.
Baʼzi modellar qirgʻoqqa chiqish prognozlarining biroz yaxshilanishini koʻrsatgan boʻlsa-da, shamol kuchini prognozlash — va shuning uchun potentsial zarar — zaifroq boʻlgan. Bu 40 yillik boʻron maʼlumotlarini tahlil qilishda silliqlash effektlari bilan bogʻliq boʻlishi mumkin.
1991 yilda Filippindagi Pinatubo togʻining otilishi 20-asrning ikkinchi eng katta otilishi edi
Sunʼiy intellekt modellari 40 yillik oʻquv maʼlumotlarida kam ifodalangan kam uchraydigan hodisalar bilan kurashishda qiynalishi mumkin. Ikki yil davomida global haroratni 0,5°C gacha pasayishiga sabab boʻlgan 1991 yildagi Pinatubo togʻining otilishi bunga misol boʻla oladi.
Isish jarayonida ularning samaradorligi toʻgʻrisida ham tashvishlar mavjud. Ular oʻqitilgan oʻtmishdagi iqlim maʼlumotlari issixona gazlari darajasi oshishi bilan kelajakdagi iqlimdan sezilarli darajada farq qiladi.
Besh yildan keyin kelajak?
Met Office ning bosh sunʼiy intellekt xodimi professor Kirstine Dale «anʼanaviy va sunʼiy intellekt modellari birgalikda giper-mahalliy, aniq va tezkor prognozlarni taʼminlash uchun birgalikda ishlaydi» deb hisoblaydi.
Qisqa tarixiga qaramay, mashina oʻrganish modellari ularning tezligi, samaradorligi va tez rivojlanishi hisobga olinganda ulkan salohiyatga ega.
Sunʼiy intellekt inson ob-havo bashoratchilarini almashtirishi mumkinmi?