23.09.2023 - 21:40
Sanne Wass · The Washington Post
Mentre l’huracà Lee avançava lentament cap a l’oest enmig de l’oceà Atlàntic el 10 de setembre, tres nous models meteorològics desenvolupats en el sector privat van preveure que tocaria terra a Nova Escòcia aproximadament una setmana després. Amb la tempesta encara a milers de quilòmetres dels Estats Units, les previsions van ser absolutament exactes, un gran èxit per a una tecnologia que no fa gaire era considerada a les beceroles.
Generats per intel·ligència artificial, els models són més ràpids i barats que els models meteorològics governamentals convencionals. Tot i que els models d’IA encara no ofereixen totes les capacitats necessàries per a la predicció operativa, la seva aparició augura un possible canvi radical en la manera de fer previsions meteorològiques i pot encetar un nou capítol de la rivalitat entre els Estats Units i Europa en aquest camp.
“Surt una història increïble sobre el paper de la intel·ligència artificial en les previsions meteorològiques”, diu en un correu electrònic Daniel Rothenberg, científic atmosfèric de Waymo, empresa germana de Google. “Aquesta és una mirada al futur de la meteorologia, i probablement més de pressa de les previsions que fan les empreses meteorològiques.”
Els models meteorològics d’IA han avançat de pressa aquests darrers divuit mesos. Google, Microsoft, NVIDIA i Huawei, amb seu a la Xina, han publicat articles acadèmics en què diuen que els seus models d’IA funcionen almenys tan bé com el “model europeu”, àmpliament considerat el patró d’or de la modelització meteorològica. Aquestes afirmacions van ser corroborades fa poc pels científics del Centre Europeu de Predicció Meteorològica a Mitjà Termini (CEPMMT), que fa servir el model europeu. Unes altres empreses emergents, com ara Atmo, Excarta i Jua, amb seu a Zuric, també creen models meteorològics basats en la intel·ligència artificial.
El Centre Europeu va començar a explorar el potencial de la IA per a millorar les previsions fa uns quants anys. A principi de mes, un dia després del pas de la tempesta tropical Lee per l’Atlàntic, el CEPMMT va començar a publicar a la web previsions de Google, NVIDIA i Huawei. Els models fan servir les condicions actuals del model europeu de punt de partida per a elaborar una previsió a deu dies vista amb intervals de sis hores en aproximadament un minut, segons el CEPMMT.
D’ençà d’haver pronosticat el 10 de setembre que Lee tocaria terra a Nova Escòcia, els models d’IA van fluctuar una mica en els dies següents, però van ser coherents a pronosticar que tocaria terra entre Cap Cod, Massachusetts, i l’est de Nova Escòcia. Els models d’IA eren “possiblement tan bons” com els models europeus i nord-americans, va dir Rothenberg, i van ser els primers a pronosticar amb precisió que Lee podria virar a prop de Nova Anglaterra.
La predicció meteorològica per IA “ha sorgit de sobte com un competidor legítim dels models convencionals”, va escriure Richard James, meteoròleg de Prescient Weather, que proporciona eines de predicció als sectors de l’energia i l’agricultura, en una anàlisi de les prediccions amb intel·ligència artificial de l’huracà Lee.
Tanmateix, James adverteix que una tempesta és una mostra massa petita per a demostrar que els models d’IA són millors que els convencionals: “Amb el ritme notable d’innovació d’aquests darrers anys, no és difícil d’imaginar que la IA podrà substituir els models convencionals almenys en algunes aplicacions en un futur relativament pròxim”, va escriure.
La millora del rendiment dels models d’IA no solament ha atret l’atenció del Centre Europeu, sinó també de l’Administració Oceànica i Atmosfèrica nord-americana (NOAA, per les sigles en anglès), que opera el model nord-americà Global Forecast System, també conegut com a GFS. Totes dues agències competeixen de fa temps en la modelització informàtica, i el model europeu ha demostrat més precisió global.
El Centre d’Intel·ligència Artificial de la NOAA es va crear el 2021, i aquesta setmana l’agència ha fet el cinquè taller anual sobre IA. L’Institut Cooperatiu per a la Investigació de l’Atmosfera (CIRA, per les sigles en anglès) de la Universitat Estatal de Colorado, afiliat a la NOAA, presentarà un lloc web semblant al del CEPMMT, que mostrarà previsions de models d’IA que sorgeixen de les condicions actuals del model nord-americà, segons Imme Ebert-Uphoff, cap d’aprenentatge automàtic del CIRA, que assenyala la importància d’avaluar els models.
“És una qüestió de seguretat pública avaluar curosament aquests models basats en IA. Per una banda, volem assegurar-nos que emprem totes les eines disponibles per millorar les prediccions de fenòmens meteorològics greus, i els models basats en IA tenen el potencial de ser extremadament útils per a aconseguir-ho”, diu Ebert-Uphoff en un correu electrònic. “Per una altra banda, també hem d’assegurar-nos que no adoptem massa de pressa els models més recents. Els models d’IA poden tenir trampes que els convencionals no tenen.”
Diferències entre els models convencionals i els d’IA
Tant els models meteorològics convencionals com els d’IA fan servir les condicions atmosfèriques actuals de punt de partida per a fer previsions, però ací s’acaben les semblances. Els models informàtics programats amb equacions matemàtiques complexes i conduïdes per les principals agències meteorològiques governamentals del món han estat durant molt de temps la columna vertebral de les previsions i alertes. La precisió d’aquests models convencionals ha millorat constantment durant moltes dècades, però que funcionin és car perquè requereixen una potència de càlcul enorme per a fer bilions d’operacions en una sola execució del model.
Els models d’IA s’entrenen per reconèixer patrons a partir de grans quantitats de dades meteorològiques històriques. Generen previsions analitzant les condicions actuals i aplicant allò que han après en el passat, un procés molt menys intensiu del punt de vista informàtic i que pot completar-se en minuts o fins i tot segons en un ordinador de sobretaula. En canvi, els models convencionals triguen més d’una hora a analitzar totes les dades en grans supercomputadors.
Molts experts diuen que els models d’IA probablement no deixaran obsolets els convencionals, perquè són necessaris per a entrenar-los i, almenys ara per ara, també alimenten els models d’IA amb informació sobre l’estat de l’atmosfera. Tanmateix, la rapidesa i eficàcia dels models d’IA podrien transformar la manera de fer previsions meteorològiques i permetre’n de més precises i detallades, especialment per a fenòmens meteorològics extrems.
Neil Jacobs, ex-director en funcions de la NOOA i assessor científic de la nova generació de models de l’agència, imagina un dia en què els models d’IA generaran les previsions i els models convencionals tan sols es faran servir per a l’entrenament. Jacobs apunta a la possibilitat d’executar models d’IA amb més freqüència i resolució sense haver de preocupar-se per l’esgotament dels recursos informàtics.
“És una bogeria pensar el que podria fer-se amb això una vegada s’elimini la limitació de la informàtica d’alt rendiment”, va dir Jacobs en una entrevista. “La NOAA no pot permetre’s de comprar un sistema prou gran per a executar el model amb la resolució actual. Aquest problema desapareix si s’usa un sistema basat en IA.”
Avantatges i limitacions de la IA
Una de les aplicacions més prometedores de la IA en la predicció meteorològica és la modelització de conjunts, que consisteix a executar unes quantes vegades el mateix model, partint cada vegada d’unes condicions atmosfèriques originals lleugerament modificades per a representar les incerteses i aproximacions del model. El resultat és una gamma de possibles resultats, en lloc d’una sola previsió, que els meteoròlegs fan servir per identificar la previsió més probable i avaluar-ne la fiabilitat.
Les previsions conjuntes dels models convencionals poden passar per alt fenòmens extrems, com ara pluja o calor excessiva, perquè es limiten a unes cinquanta simulacions pel temps i el cost que té generar-les. La IA pot permetre de generar conjunts molt més grans en tan sols uns minuts, cosa que pot donar peu a previsions i avaluacions de riscs més útils per als gestors d’emergències, el públic en general i moltes indústries.
“La nostra hipòtesi és que ara podem escalar fàcilment amb models d’IA a milers o desenes de milers de membres de conjunts”, diu en una entrevista Anima Anandkumar, directora sènior d’Investigació d’Intel·ligència Artificial a NVIDIA.
El Centre Europeu creu que els conjunts són “clau per a oferir previsions valuoses a mitjà termini” i ha engegat un projecte per crear el seu propi sistema.
- Subscribe to The Washington Post
- Podeu llegir més reportatges del Washington Post publicats en català a VilaWeb
