Červenec 2023 se pravděpodobně zapíše do dějin jako dosud nejteplejší měsíc v dokumentované historii a dost možná i nejteplejší za posledních 120.000 let. Klima se otepluje a v důsledku toho se zvyšuje pravděpodobnost výskytu extrémních povětrnostních jevů. Tradiční předpovědi počasí vyžadují obrovský výpočetní výkon. Nyní byl veřejnosti zpřístupněn nový model počasí, využívající umělou inteligenci, který zcela mění způsoby předpovídání počasí.

Pangu-Weather, model umělé inteligence pro předpovídání počasí vyvinutý společností HUAWEI CLOUD, umožňuje předpovídat počasí přesněji a 10.000× rychleji, což zkracuje dobu potřebnou na vytvoření předpovědi počasí pro kterékoliv místo na světě na pouhé sekundy. Usnadňuje tak včasné předpovědi extrémních povětrnostních podmínek a přípravu na ně. Tyto výsledky byly zveřejněny v recenzovaném vědeckém magazínu Nature dne 5. července 2023.

Pangu-Weather je prvním modelem pro předpovídání počasí za pomoci umělé inteligence. Může se pochlubit vyšší přesností než jaké dosahují tradiční numerické předpovědní metody a byl vůbec poprvé zdarma zveřejněn na webových stránkách organizace ECMWF (Evropské centrum pro střednědobé předpovědi počasí). Meteorologové, meteorologičtí nadšenci i široká veřejnost po celém světě tak mají k dispozici platformu, prostřednictvím které jim model Pangu Weather nabízí desetidenní předpovědi počasí pro libovolné místo na světě.

„Revoluční nástroj“ pro tradiční postupy předpovídání počasí

Kromě zpřístupnění těchto desetidenních předpovědí počasí vydala organizace ECMWF také zprávu, ve které porovnává předpovědi modulu Pangu-Weather a systému ECMWF IFS (přední globální systém NWP) v období od dubna do července 2023.

Podle této zprávy by zavedení metod strojového učení (ML), jako je Pangu-Weather, mohlo „způsobit revoluci v oblasti postupného a poměrně pomalého vývoje tradičních metod numerických předpovědí počasí (NWP)“, jejichž předpovědní schopnosti se podle Světové meteorologické organizace (WMO) za jedno desetiletí vývoje zlepšují přibližně o jeden den. To mají na svědomí vysoké náklady na výpočetní zpracování předpovědí prostřednictvím standardních systémů NWP. Modely strojového učení by tak měly být v oblasti předpovídání počasí revolucí, neboť umožní vytváření předpovědí s mnohem nižšími výpočetními nároky při současném zajištění vysoké konkurenceschopnosti po stránce jejich přesnosti.