Umělá inteligence v počasí — vyhodíme všechny meteorology?

06. 12. 2019
ǀ
POSLEDNÍ AKTUALIZACE 6.12.2019 17:16
ǀ
Zuzana Peštová

Oblíbené povídačky o nepřesnosti predikce počasí a neužitečných meteorolozích možná v příštím roce dostanou na frak. Po prvních pokusech a slibných výsledcích se zapojením umělé inteligence do predikce radaru jsme se rozhodli tuto technologii vyzkoušet v několika našich disciplínách a zkusit, zda půjde o třetí revoluci v naší oblíbené vědě.

Článek napsal Michal Najman, CEO Meteopressu

Umělá inteligence — to nebude fungovat

Vyzkoušeli jsme zapojit neuronové sítě do krátkodobé predikce radarů a hned po třech měsících jsme dosáhli výrazného zlepšení oproti stávajícím metodám. Umělá inteligence má své nesporné výhody ve své schopnosti číst objemné a komplexní sady dat a v reálném čase je vyhodnocovat, upravovat a generovat vlastní výstupy, které by člověk nezvládl či nestihl.

Máme rozmyšleno několik oblastí, pro které by strojové učení mohlo být užitečné — jedná se v počátku zejména o krátkodobou předpověď, která má nahradit nedokonalost v predikci radarů, neexistenci predikce satelitu a zpoždění mezi naměřenými daty vstupujícími do modelu a výstupy numerických meteorologických modelů — tj. předpovědi.

A jak je v mých textech již tradiční, na nejnapínavější otázku v titulku článku odpovím rovnou — nevyhodíme všechny meteorology. Naopak jich plánujeme mnoho najmout a vytvořit z nich tým společně s odborníky na umělou inteligenci a IT specialisty.

Telegraf, počítač, AI

Málokdo ví, že předpověď počasí vlastně umožnil vynález telegrafu a kořeny této vědy jsou zejména ve Velké Británii. S malým zpožděním přenést naměřené či odpozorované informace o počasí do jednoho místa umožnilo informace plošně posbírat. Zároveň bylo možné na daná místa znovu stejně rychle přenést první formy předpovědi počasí a sledovat přechod front a bouřek přes velké území.

První předpověď počasí v novinách The Times, 6. září 1860 (zdroj)

Za druhou revoluci by mohl být považován rozvoj výpočetní techniky a možnost již rozvinutou a komplexní vědu plnou složitých rovnic a nekonečných výpočtů přenést do „počítačů“, které vše enormně zrychlily a zpřesnily.

Vznikla „numerická meteorologie“ a meteorologické modely. Znáte jich mnoho a dnes vedle přesného měření (meteostanice, radary, balony, satelity) znamenají relativně vysokou přesnost krátkodobé a střednědobé předpovědi počasí (do 7–10 dnů)

Doposud měl člověk tento rozvoj plně pod kontrolou. Meteorolog vždy přesně věděl, co se uvnitř naplánované úlohy děje, kde se co počítá a uměl a umí do výpočtu zasáhnout a upravit ho. Stále se jedná o fyzikální rovnice, často i sto let staré popsané závislosti, jen přepsané pro strojový výpočet.

Zavedení neuronových sítí a umělé inteligence by mohlo být třetí revolucí. Její vlastnosti se zdají být pro některé úlohy velmi vhodné a už první náznaky a projekty ukazují nadmíru slibné výsledky.

Proč zrovna umělá inteligence? Co konkrétně máme v plánu? Vadí, že ztratíme kontrolu nad mechanismy předpovědi počasí? Nebojíme se nadvlády strojů? Na to vše snad v následujících řádcích odpovím.

Umělá inteligence v počasí — naprostý nesmysl! (aneb k čemu AI užitečná bude)

Prostupovat tématem se budu snažit od věcí obecných a užitečných až po techničtější části. Tedy nejprve náboje pro staromilce, starousedlíky a pesimisty. V dohledné době se umělá inteligence nestane jediným, samospasitelným řešením. Například se zdá, že na středně- i dlouhodobou předpověď vhodná nebude.

Ve velmi blízké budoucnosti bude problém s přílišným množstvím naměřených dat a zejména s jejich použitelností pro zlepšení předpovědi. Tzv. asimilace naměřených dat do meteorologických modelů je velmi komplexní problém. Kolegové v Maďarsku například dostali k dispozici E-amdar data — data z letadel. Více vertikálních dat je v meteorologii určitě žádoucích. Bohužel po vložení těchto dat do modelu nedošlo k jeho zpřesnění, ale ke vzniku lokálních nestabilit a dokonce model vypočítával nad Maďarskem hurikány (které se nestaly).

Řekli byste si, že proč prostě všechna data do neuronové sítě nenaházíme a necháme jí, ať si sama poradí. Neporadí. Neumí si je uspořádat a vznikne pouze extrémní chaos bez použitelných výsledků.

Je to tedy k něčemu? Aneb jak se z MVP stane MWP.

Mnoho knih a moudrých lidí když hovoří o inovacích, většinou popisují MVP — Minimum Viable Product, tedy začněte od nejmenšího životaschopného produktu.

Pro znalce — jak nám to fungovalo v první verzi.

Takovým MVP u nás byla predikce deště na radarech, se kterou přišel talentovaný Matej Choma z FIT ČVUT, jako s tématem na bakalářskou práci. Měl nápad, chuť a talent. Takoví lidé mají u nás dveře otevřené.

O čtyři měsíce později nedodal slibované MVP — minimální použitelný produkt. Dodal MWP — Minimum WOW Product. Stávající běžně používanou metodu predikce radaru COTREC nahradil konvoluční neuronovou sítí a hned na první pokus jsme dosáhli o 14% vyšší SSIM index při predikci na 30 minut. Takto slibné výsledky nás nadchnuly. Matej tedy v projektu pokračuje, svou metodu vylepšuje.

Asi nejzásadnější pro celý projekt však bude spolupráce se špičkovým pracovištěm, kde se umělá inteligence v Česku dělá na světové úrovni.

Podepsali jsme první fázi spolupráce s týmem Pavla Kordíka na Fakultě informačních technologií ČVUT v Praze. Ti na první fázi nasazují své nejlepší výzkumníky, tým Meteopressu se propojí s jejich a společně budeme testovat stávající metody a v druhé fázi budeme i vymýšlet metody nové.

Komu tím prospějete, co?

Na co máme v plánu neuronové sítě použít? V první řadě se budeme snažit o co nejlepší predikci radaru — to znamená srážek, potažmo bouřek. Cílem je software, algoritmus, který vezme naměřená data z radarů, proloží je naměřenými daty ze satelitu, meteorologických stanic a dalšími dostupnými daty a předpoví vývoj srážek na cca 30 až 60 minut dopředu.

Toto by mělo sloužit běžným uživatelům, kteří sledují radar a srážky. Dále bude lepší predikce užitečná našemu týmu, který vydává varování před extrémními jevy pro naše pojišťovací klienty. Budeme tak schopni ještě více zpřesnit varování před bouřkami a kroupami.

První, dnes již překonané výsledky z predikce neuronovou sítí. Dnes už jsme o dvě generace dále.

Předpověď vývoje oblačnosti, tj. predikce satelitních snímků, by se zase hodila všem, co predikuji výkony solárních elektráren, zejména obchodníkům s energiemi a producentům energie. S jedním z nich již toto konzultujeme a připravujeme pro ně tento projekt. Predikce oblačnosti je také zajímavá například pro letce. Toto možná bude trošku oříšek vzhledem k několika vrstvám oblačnosti, které jsou v atmosféře a jednomu měření z vrchu.

Mnoho modelů, meteorologova smrt

Mohlo by se zdát, že mnoho modelů bude pro meteorologa to nejlepší, co ho může potkat. Opak je však pravdou, jak potvrzují i uživatelé služeb, kde je více modelů k dispozici. Potřebují na konci dne tu jednu předpověď, které mohou věřit. Jak si mají vybrat, který model se teď trefí nejlépe? To by měla být naše práce.

Jenže. Jenže v meteorologii je to tak, že každý model je dobrý někdy. V některé situaci zvítězí náš model WRF Meteopressu, někdy je lepší ICON, často ECMWF a někdy Aladin. Jenže to často zjistíme až po události. A to už je pozdě.

V tom nám právě možná zase bude moci pomoci neuronová síť. Ta bude dostávat všechny výstupy ze všech modelů a dle aktuální naměřené situace vybere ten, který se nejlépe trefil a adaptuje ho na stávající situaci. Tj. model č. 1 nejlépe trefil, že budou bouřky, ale čekal je o dvě hodiny později o 70 km jinde. Nevadí, neuronka ho pochválí, vybere ho a upraví do správného času a místa a další průběh už mu bude věřit.

Tolik teorie. Zda vyjde a bude fungovat, uvidíme.

Vyhodíme meteorology?

Naše nová lamí AI specialistka!

Už jsem odpověděl v úvodu, ale možná svou odpověď trošku rozvedu. Umělá inteligence má velký potenciál v mnoha lidských oborech. My chceme prozkoumat, zda bude použitelná a jak moc, v meteorologii. Nejsme v tom sami, například rakouský meteorologický ústav už také s implementací začíná.

Takže meteorology vyhazovat nebudeme. Naopak rozvoj tohoto projektu snad dokáže ty nejlepší z nich k nám nalákat. A třeba nalákáme i ty nejlepší vývojáře umělé inteligence a developery.

A samozřejmě jako vždy — všechny výstupy ukážeme veřejně na našem webu a na našem blogu.

Ai Ai Captain!

Mohlo by Vás zajímat

VYSVĚTLENÍ ǀ 7.12.2023

Oblačný útvar comma, o co se vlastně jedná?

SRÁŽKY,VÍTR,VYSVĚTLENÍ,VÝZKUM ǀ 29.9.2023

Jaké radarové polarimetrické veličiny používáme a k čemu nám slouží?

BOUŘKY,SRÁŽKY,VÍTR,VYSVĚTLENÍ,VÝZKUM ǀ 26.3.2023

Jak číst informace o radiálních rychlostech z meteorologických radarů?

AKTUÁLNĚ,BOUŘKY,FOTOGRAFIE,VYSVĚTLENÍ,VÝZKUM ǀ 26.2.2023

První letošní supercela se vyskytla na jižní Moravě