Изкуственият интелект вече прави официалните прогнози за времето в Европа

На 25 февруари 2025 г. Европейският център за средносрочни прогнози за времето (ECMWF, междуправителствена организация със седалище в Рединг, Великобритания) пусна в редовна работа AIFS: първият модел за прогноза на времето, обучен изцяло с машинно обучение, който работи оперативно в голям метеорологичен център. Не в тестов режим, не като демонстрация. Прогнозите му излизат всеки ден заедно с тези на класическия физически модел.

По собственото съобщение на центъра AIFS надминава водещите физически модели по редица показатели, включително траекториите на тропическите циклони, с до 20%. И го прави с около 1000 пъти по-малко енергия за изготвянето на една прогноза.

Това не е далечна тема за България. Според собствения списък на ECMWF страната ни е една от 12-те сътрудничещи държави, наред с Румъния, Унгария, Чехия и Словакия. Пълноправните членове са 23 и България не е сред тях, но прогнозите на центъра стоят в основата на голяма част от европейската метеорология.

Изкуственият интелект не замени физиката. Двата модела вървят един до друг и метеоролозите гледат и двата.

Как един модел се научава на времето

Класическият подход се нарича числено прогнозиране. Моделът разделя атмосферата на милиони клетки и решава уравненията на движението на въздуха за всяка от тях, стъпка по стъпка, напред във времето. Работи и работи добре от петдесет години насам. Но е скъп: изисква суперкомпютър и часове сметки за всяка прогноза.

AIFS не решава тези уравнения. Той е обучен върху десетилетия архивирани данни за атмосферата и е научил кое състояние на въздуха какво състояние води след себе си.

Разликата е като между това да пресметнеш къде ще падне хвърлена топка и това да я хванеш. Опитният играч не решава уравнения. Виждал е достатъчно топки, за да знае къде ще бъде тази.

Затова цената на една прогноза пада толкова рязко. Хващането е по-евтино от смятането. Скъпото обучение става веднъж, а после всяка следваща прогноза е сравнително евтина сметка.

Какво променя

Първото е точността там, където тя струва човешки животи. Траекторията на тропически циклон определя кой град се евакуира и кой не. Подобрение от до 20% в тази прогноза означава по-точна карта на евакуацията, а понякога и повече часове за нея.

Второто е цената. Един и същ суперкомпютър, около 1000 пъти по-малко ток за прогноза. Метеорологията е една от малкото области, в които изкуственият интелект намалява, а не увеличава сметката за електричество.

На 1 юли 2025 г. в редовна работа влезе и ансамбловата версия AIFS ENS. Ансамбълът е стандартният начин да се измери несигурността: вместо една прогноза се пускат 51 леко различни, и разликата между тях показва доколко изобщо може да се вярва на прогнозата. AIFS ENS показва подобрение до 20% при приземната температура спрямо физическия ансамбъл.

Извън ECMWF картината е същата. Моделът GenCast на Google DeepMind, представен през декември 2024 г. в списание Nature, се представи по-добре от ансамбъла на ECMWF в 97,2% от 1320 сравнявани показателя, а при прогнози за повече от 36 часа напред, в 99,8% от тях. Прави 15-дневна прогноза за 8 минути върху един процесор. Не за часове върху суперкомпютър, а за 8 минути.

Какво още не знаем

Изкуственият интелект не е заместил физиката и никой в ECMWF не твърди, че ще я замести. Центърът описва AIFS като допълнение към физическата система, а не като нейн наследник. Причината е проста: началните условия за всяка прогноза, тоест какво прави атмосферата в момента, идват от наблюденията и от класическата система, която ги обработва. Без нея моделът няма от какво да тръгне.

Има и въпрос на разделителна способност. Ансамбълът на AIFS работи с мрежа от 31 км, а физическият, с 9 км. По-едрата мрежа вижда по-едро. Затова двата модела са полезни за различни неща и се четат заедно.

И най-важното ограничение следва от самия начин на обучение. Модел, който се учи от архива, познава добре това, което вече се е случвало. Точно най-редките и най-опасни събития са тези, които в архива ги има най-малко.