Google AI: Η τεχνητή νοημοσύνη θα προβλέπει πλημμύρες;

Γρηγορότερα, ακριβέστερα, φθηνότερα – έτσι διαφημίζει η Google το προϊόν της “Graphcast”. Πίσω από αυτό κρύβεται μια τεχνητή νοημοσύνη που μπορεί να προβλέψει τον καιρό…

Σύμφωνα με την ομάδα ανάπτυξης, υποτίθεται ότι είναι ταχύτερη και ακριβέστερη από τα συμβατικά μοντέλα καιρού.

Θα πρέπει μάλιστα να είναι σε θέση να προβλέπει ακραίες καιρικές καταστάσεις, όπως πλημμύρες, εξηγεί η ερευνητική ομάδα στο επιστημονικό περιοδικό “Science”.

Ωστόσο, η Γερμανική Μετεωρολογική Υπηρεσία (DWD) αντιμετωπίζει με κριτική διάθεση τέτοιες ανακοινώσεις, αλλά παραμένει ψύχραιμη.

Ειδικός σε θέματα κλιματικών μοντέλων Αντρέας Βάλτερ: “Η τεχνητή νοημοσύνη μπορεί να είναι ταχύτερη, αλλά σε καμία περίπτωση δεν είναι καλύτερη!”

Γερμανική μετεωρολογική υπηρεσία Vs Google τεχνητή νοημοσύνη

Η Γερμανική Μετεωρολογική Υπηρεσία χρησιμοποιεί έναν μεγάλο υπολογιστή (κόστους περίπου 120 εκατομμυρίων ευρώ!) για τη δημιουργία αριθμητικών μοντέλων καιρού. Λειτουργούν με βάση φυσικές εξισώσεις που περιγράφουν την ατμόσφαιρα.

Μετά την καταγραφή της αρχικής κατάστασης της ατμόσφαιρας, οι εξισώσεις προβάλλονται στο μέλλον από τον υπερυπολογιστή, προκειμένου να καθοριστούν οι επερχόμενες καιρικές συνθήκες. Εάν η κατάσταση του καιρού είναι αβέβαιη, τα μοντέλα μπορούν να υπολογιστούν αρκετές φορές με ελαφρώς διαφορετικές αρχικές συνθήκες.

Η τεχνητή νοημοσύνη χρησιμοποιεί δεδομένα από το παρελθόν

Η τεχνητή νοημοσύνη, από την άλλη πλευρά, εργάζεται κυρίως με πληροφορίες από το παρελθόν. Οι ερευνητές της Google τροφοδότησαν το σύστημα με δεδομένα από το Ευρωπαϊκό Κέντρο Μεσοπρόθεσμων Μετεωρολογικών Προβλέψεων από το 1979 έως το 2017.

Μετά την εισαγωγή της τρέχουσας καιρικής κατάστασης, η τεχνητή νοημοσύνη υπολογίζει την πιο πιθανή εξέλιξη του καιρού. Για να το κάνει αυτό, το πρόγραμμα συγκρίνει την τρέχουσα καιρική κατάσταση με συγκρίσιμα σενάρια των τελευταίων ετών.

Σε αυτό ακριβώς το σημείο ο εμπειρογνώμονας Andreas Walter βλέπει το πρόβλημα. Ειδικά όταν πρόκειται για την πρόβλεψη ακραίων φαινομένων που δεν έχουν ακόμη συμβεί. Αν και τα συμβατικά μοντέλα είναι πιο πολύπλοκα, “είναι επίσης πιο αξιόπιστα από μια διαδικασία τεχνητής νοημοσύνης που βασίζεται μόνο σε ομοιότητες”.

Επιπλέον, η ταχύτητα δεν είναι ο καθοριστικός παράγοντας στην πρόγνωση του καιρού, λέει ο εκπρόσωπος της DWD, Uwe Kirsche. “Δεν πρόκειται για έναν αγώνα δρόμου για την ταχύτερη πρόγνωση. Πρέπει πάντα να είναι ένας αγώνας για την καλύτερη πρόγνωση καιρού”.

Αλλά και η DWD δοκιμάζει ήδη την τεχνητή νοημοσύνη. “Στόχος μας είναι να βελτιώσουμε ολόκληρη την αλυσίδα διαδικασιών με την ΤΝ”, λέει ο Kirsche, τονίζοντας: “Όχι για να αντικαταστήσουμε: για να βελτιώσουμε”.

GRland.info – Μην μαθαίνεις τα νέα τελευταίος!