Ana Karin Rome

UVOD

Eden večjih izzivov znanosti že od samega začetka je pravilno napovedati vreme. Z razvojem tehnologije pa smo prišli tako daleč in danes lahko zelo natančno napovemo kakšno vreme bo v naslednjih nekaj dnevi. Natančnost je 80-oddstotna. Toda že iz lastnih izkušenj vemo, da se v napovedih vseeno včasih zmotijo. A s pomočjo umetne inteligence lahko naredimo še natančnejše napovedi za še daljše časovno obdobje in to veliko hitreje. V tej seminarski nalogi sem umetno inteligenco uporabila zgolj za ustvarjanje slik (Microsoft Copilot- Slikovni Oblikovalnik), nisem pa je uporabila za pisanje besedila in pregled pravopisa.

RAZPRAVA

Tradicionalne oz. konvencialne vremenske napovedi nastanejo na izredno močnih računalnikih- tako imenovanih ˝supercomputers˝. Prvi korak v ustvarjanju vremenske napovedi je opazovanje trenutnega stanja v atmosferi- zabeležijo si kje so in kako intenzivni so vremenski pojavi, kot je na primer megla, dež, sneg. Izvesti morajo tudi zelo natančne meritve zračnega tlaka, temperature in vetra. Ker lahko tudi vreme zelo oddaljenih krajev vpliva na vreme našega kraja opazovanja, moramo dobiti tudi podatke vremenskega stanja v drugih krajih s pomočjo satelitov, radarjev, opazovanj s površja, opazovanj morij in oceanov,… Nato vse te podatke vnesejo v ˝supercomputers˝, ki s kompleksnimi enačbami, ki jih večkrat ponovijo, naredijo vpogled v prihodnost. Ti računalniki porabijo veliko energije, so dragi in potrebujejo veliko časa, da ustvarijo vremensko karto; za desetdnevni vpogled potrebuje nekaj ur. Če uporabimo umetno inteligenco, lahko pridobimo še natančnejše napovedi- in veliko hitreje. Deset dnevno napoved naredi v eni minuti in za to rabi le običajen računalnik, kot ga imamo vsi doma.

V vremenoslovne namene uporabljajo GPT vtičnike (t.i. Generative Pre-Trained Transformer plugins)- to so napredni modeli umetne inteligence, ki so sposobni analizirati zgodovinske vremenske podatke, prepoznati kompleksne vzorce in predvideti vremenske pojave z visoko stopnjo natančnosti. Njihova sposobnost, da lahko obdelajo ogromne količine podatkov je neprecenljiva pri meteorologih. Ker se GTP modeli stalno učijo, to pomeni, da bodo skozi čas njihove napovedi vedno bolj natančne. Ampak ni dovolj da imamo samo GTP z njihovo historično podatkovno bazo, rabimo tudi podatke trenutnega vremenskega stanja. Tu na vrsto pridejo vremenoslovski API-ji (t.i. Application Programming Interface). API-ji za vreme meteorologom omogočajo dostop do podatkov o vremenu v resničnem času iz raznovrstnih virov, vključno satelitov, radarskih sistemov in vremenskih postaj. Ker so podatki iz resničnega časa nam odpre možnosti, da lahko modele za vremenske napovedi stalno posodabljamo. API-ji tudi ponujajo napovedi za prihodnost in zgodovinske podatke. Integracija GPT vtičnikov in vremenskih API-jev ustvari močno kombinacijo za napovedovanje vremena. Medtem ko vtičniki ponujajo analizo podatkov, ji API-ji zagotovijo vir podatkov v realnem času. Sinergija teh dveh sistemov omogoča ustvarjanje naprednih, zelo natančnih vremenskih napovedi.

A to je šele začetek- z izredno hitrim razvojem umetne inteligence in vseh tehnologij povezanih z njo. GPT priključki bodo postali vedno bolj natančni in kmalu se bodo lahko uporabile tudi v namene kmetijstva, v letalstvu- za zračni promet in za obvladovanje nesreč. S pomočjo umetne inteligence bomo lahko bolje pripravljeni na naravne nesreče in postala bo neprecenljiv pripomoček pri raziskovanju podnebnih sprememb.

ZAKLJUČEK

Moje mnenje o uporabi umetne inteligence v namene napovedovanja vremena je enak kot za vsa področja na katerih se pojavlja umetna inteligenca; zelo je koristna kot orodje a ne sme nadomestiti človeka. Sama sem v tej nalogi uporabila Bingovega Copilota- Slikovnega Oblikovalnika, da mi je ustvaril sliki. A konec koncev, umetna inteligenca temelji na znanju in spretnosti ki smo ga pridobili ljudje in je naša naloga da jo pravilno uporabimo pri svojem delu in ji ne pustimo, da sama dela, brez kakršnega koli nadzora- tudi jaz nisem prepustila programom kot so Copilot in ChatGPT, da mi v celoti napišeta seminarsko nalogo, ki bi jo potem le kopirala v Word. Če se lahko zmoti človek, zakaj se ne bi zmotila umetna inteligenca, ki temelji na človeških dognanjih in s tem zagotovo tudi na človeških napakah?

BESEDILNI VIRI

Matt. 2023. When Artificial Intelligence Meets Meteorology. Autogpt.net. [Citirano 28.2.2024; 20:03]. Dostopno na spletnem naslovu: https://autogpt.net/when-artificial-intelligence-meets-meteorology/

LAM, Reni. 2023. GraphCast: AI model for faster and more accurate global weather forecasting. deepmind.google. [Citirano 28.2.2024; 20:08]. Dostopno na spletnem naslovu: https://deepmind.google/discover/blog/graphcast-ai-model-for-faster-and-more-accurate-global-weather-forecasting/

MASTERSON, Victoria. 2003. AI can now outperform conventional weather forecasting-in under a minute too. weforum.org. [Citirano 28.2.2024; 20:16]. Dostopno na spletnem naslovu: https://www.weforum.org/agenda/2023/12/ai-weather-forecasting-climate-crisis/#:~:text=An%20AI%20model%20called%20GraphCast,take%20hours%2C%20on%20huge%20supercomputers

SLIKOVNI VIRI

Slika 1: Rok Nosan, 10.5.2019, 24ur, [Citirano 26.2.2024, 19:37], dostopno na spletnem naslovu:https://images.24ur.com/media/images/884xX/May2019/a72e50f667_62245902.jpg?v=d41d

Slika 2: AI generirano, 27.2.2024, Microsoft Bing Copilot- Oblikovalnik, [Citirano 27.2.2024, 21:27], dostopno na spletnem naslovu: https://th.bing.com/th/id/OIG2.fw.JLdPrUO_6FRWnW.Hi?w=270&h=270&c=6&r=0&o=5&pid=ImgGn

Slika 3: AI generirano, 29.2.2024, Microsoft Bing Copilot- Oblikovalnik, [Citirano 29.2.2024, 17:56], dostopno na spletnem naslovu: https://th.bing.com/th/id/OIG1.h4hJjIK4Uh5a7dbmPXe6?pid=ImgGn