Co lepiej radzi sobie z prognozowaniem pogody: Model fizyczny czy AI?

Sztuczna inteligencja coraz śmielej wchodzi wchodzi nie tylko w świat IT i szeroko pojętego biznesu, ale także w takie dziedziny jak meteorologia, a precyzyjniej - meteorologię synoptyczną, czyli prognozowanie pogody. Modele takie jak GraphCast czy Pangu-Weather potrafią dziś szybciej i często trafniej przewidywać codzienne warunki niż klasyczne systemy oparte na fizyce. Problem pojawia się jednak wtedy, kiedy pogoda przestaje być "codzienna".

Nowe badanie opublikowane w Science Advances pokazuje, że w przypadku zjawisk ekstremalnych (jak np. rekordowe fale upałów czy silne wichury) to właśnie tradycyjne modele fizyczne wciąż mają przewagę. A to dość istotne, bo wraz ze zmianą klimatu takie zjawiska zdarzają się coraz częściej.

Naukowcy porównali działanie modeli AI z systemem HRES (High Resolution Forecast), uznawanym za jeden z najdokładniejszych modeli fizycznych na świecie. W tym celu stworzyli bazę ekstremalnych zdarzeń pogodowych z lat 2018-2020 i sprawdzili, które prognozy były bliższe rzeczywistości.

Wynik? W zwykłych warunkach AI radziła sobie dobrze, często nawet lepiej i szybciej niż HRES. Ale przy rekordowych zjawiskach sytuacja się odwracała. Modele sztucznej inteligencji systematycznie zaniżały temperatury podczas fal upałów, a ich dokładność spadała wraz ze skalą ekstremum.

Autorzy badania tłumaczą to w prosty sposób. AI uczy się na podstawie przeszłości, więc gdy pojawia się coś bez precedensu, próbuje "ściągnąć" prognozę do znanych schematów.

- Nasze wyniki podkreślają obecne ograniczenia modeli pogodowych opartych na AI w wykraczaniu poza zakres danych treningowych oraz w prognozowaniu potencjalnie najbardziej wpływowych rekordowych zjawisk pogodowych - napisali badacze.

Modele fizyczne działają inaczej. Opierają się na niezmiennych prawach natury, dzięki czemu lepiej radzą sobie z symulowaniem sytuacji, których wcześniej nie obserwowano. To właśnie ta "uniwersalność" daje im przewagę w ekstremalnych warunkach.

- Konieczna jest dalsza rygorystyczna weryfikacja i rozwój modeli, zanim będzie można polegać wyłącznie na nich w zastosowaniach wysokiego ryzyka, takich jak systemy wczesnego ostrzegania czy zarządzanie katastrofami - podkreślają.

Badacze nie przekreślają jednak sztucznej inteligencji. Wręcz przeciwnie, uważają, że może odegrać ważną rolę w przyszłości prognozowania pogody. Najbardziej prawdopodobny scenariusz? Hybryda. Połączenie szybkości AI z solidnymi fundamentami fizyki.

Źródło: phys
Publikacja: Zhongwei Zhang et al, Physics-based models outperform AI weather forecasts of record-breaking extremes, Science Advances (2026). DOI: 10.1126/sciadv.aec1433