Μοντέλο τεχνητής νοημοσύνης (AI) που προβλέπει με ακρίβεια τον καιρό και την ατμοσφαιρική ρύπανση για ολόκληρο τον κόσμο και μάλιστα σε λιγότερο από ένα λεπτό, παρουσίασε η Microsoft.

Με την ονομασία Aurora, αποτελεί ένα ακόμα εργαλείο τεχνητής νοημοσύνης για την πρόγνωση του καιρού και προστίθεται στη μακρά λίστα των τεχνολογικών κολοσσών που αναπτύσσουν ανάλογα μοντέλα, όπως το GraphCast της Google DeepMind στο Λονδίνο και το FourCastNet της Nvidia, που εδρεύει στη Σάντα Κλάρα της Καλιφόρνια.

Ωστόσο, ικανότητα του Aurora να προβλέπει γρήγορα την ατμοσφαιρική ρύπανση σε παγκόσμιο επίπεδο είναι πρωτοποριακή, επισημαίνουν ερευνητές.

«Αυτό, για μένα, είναι το πρώτο μεγάλο βήμα σε ένα ταξίδι χημείας και μηχανικής μάθησης», λέει ο ερευνητής μηχανικής μάθησης Matthew Chantry στο Ευρωπαϊκό Κέντρο Μεσοπρόθεσμων Προβλέψεων Καιρού (ECMWF) στο Ρέντινγκ του Ηνωμένου Βασιλείου.

Η συμβατική πρόγνωση του καιρού χρησιμοποιεί μαθηματικά μοντέλα φυσικών διεργασιών στην ατμόσφαιρα, την ξηρά και τη θάλασσα.

Για την πρόβλεψη των επιπέδων ατμοσφαιρικής ρύπανσης, οι ερευνητές χρησιμοποίησαν προηγουμένως τη μηχανική μάθηση μαζί με τα συμβατικά μαθηματικά μοντέλα, αναφέρει ο Chantry.

Το Aurora φαίνεται να είναι το πρώτο μοντέλο ΑΙ, που προχωρά ένα βήμα παραπέρα, προβλέποντας σε παγκόσμιο επίπεδα τη ρύπανση, έργο σαφώς πιο περίπλοκο από την πρόβλεψη του καιρού, προσθέτει.

Το πλεονέκτημα των μοντέλων τεχνητής νοημοσύνης είναι ότι συχνά απαιτούν λιγότερη υπολογιστική ισχύ για να κάνουν προβλέψεις από ό,τι τα συμβατικά μοντέλα.

Ο ερευνητής Τεχνητής Νοημοσύνης Πάρις Περδικάρης στο Microsoft Research AI for Science στο Άμστερνταμ και οι συνεργάτες του διαπίστωσαν ότι το Aurora μπορούσε σε λιγότερο από ένα λεπτό να προβλέψει τα επίπεδα έξι σημαντικών ατμοσφαιρικών ρύπων παγκοσμίως, μονοξείδιο του άνθρακα, οξείδιο του αζώτου, διοξείδιο του αζώτου, διοξείδιο του θείου, όζον και αιωρούμενα σωματίδια.

Οι προβλέψεις του καλύπτουν διάστημα πέντε ημερών. Μπορεί να το επιτύχει αυτό με μικρότερο υπολογιστικό κόστος από ένα συμβατικό μοντέλο που χρησιμοποιείται από την Υπηρεσία Παρακολούθησης της Ατμόσφαιρας Copernicus στο ECMWF, η οποία προβλέπει τα παγκόσμια επίπεδα ατμοσφαιρικής ρύπανσης, έγραψε η ομάδα σε προδημοσίευμα που παρουσιάστηκε στο arXiv στις 20 Μαΐου.

Πώς η τεχνητή νοημοσύνη βελτιώνει τις κλιματικές προβλέψεις

Οι προβλέψεις του Aurora ήταν παρόμοιας ποιότητας με εκείνες του συμβατικού μοντέλου. Οι υπεύθυνοι χάραξης πολιτικής χρησιμοποιούν τέτοιες προβλέψεις για την παρακολούθηση της ατμοσφαιρικής ρύπανσης και την προστασία της υγείας. Η ατμοσφαιρική ρύπανση έχει συνδεθεί με αυξημένο κίνδυνο άσθματος, καρδιακών παθήσεων και άνοιας.

Οι ερευνητές εκπαίδευσαν το Aurora σε περισσότερες από ένα εκατομμύριο ώρες δεδομένων από έξι μοντέλα καιρού και κλίματος. Μετά την εκπαίδευση, η ομάδα το βελτίωσε για να προβλέπει τη ρύπανση και τον καιρό σε παγκόσμιο επίπεδο. Το μοντέλο παράγει μια δεκαήμερη παγκόσμια πρόγνωση του καιρού παράλληλα με την πρόβλεψη της ατμοσφαιρικής ρύπανσης.

Η ομάδα επισημαίνει ότι, σε ορισμένες εργασίες, το Aurora θα μπορούσε να ξεπεράσει άλλα μοντέλα τεχνητής νοημοσύνης για την πρόγνωση του καιρού, όπως το GraphCast – που ενδέχεται να ξεπεράσει τα συμβατικά μοντέλα και να κάνει παγκόσμιες προβλέψεις για τον καιρό μέσα σε λίγα λεπτά.

Αλλά είναι πολύ νωρίς για να γίνει μια οριστική σύγκριση, σύμφωνα με τον Chantry. «Θα πρέπει να ξοδέψετε πολύ χρόνο και πιθανώς να έχετε πρόσβαση στα ίδια τα μοντέλα, για να μπορέσετε πραγματικά να υπεισέλθετε σε λεπτομέρειες και να πείτε με κάποια βεβαιότητα ότι το μοντέλο Α είναι καλύτερο από το μοντέλο Β», τόνισε.

Περαιτέρω έρευνα θα αποκαλύψει αν τα «θεμελιώδη» μοντέλα τεχνητής νοημοσύνης που εκπαιδεύονται σε διαφορετικά σύνολα δεδομένων, όπως το Aurora, αποδίδουν καλύτερα από εκείνα που εκπαιδεύονται σε ένα μόνο σύνολο δεδομένων, όπως το GraphCast.