Ak máte vo svojom telefóne nejakú aplikáciu na predpoveď počasia, dosť pravdepodobne využíva dáta z predpovedného systému spoločnosti The Weather Company, patriaceho do portfólia giganta IBM. Tí teraz do ostrej prevádzky nasadzujú novú generáciu systému GRAF (Global High-Resolution Atmospheric Forecasting System), ktorý zvýši rozlíšenie predpovedných modelov z aktuálnych 13 km (mimo územia USA hocikedy až 30 km) na 3 km po celom svete.
Ako nové prediktívne modely fungujú, serveru Technet.cz poodhalili zástupcovia spoločnosti The Weather Company na konferencii IBM Think 2019.
Dáta sú základ
Základným zdrojom sú dáta od vládnych zdrojov, čo sú zvyčajne národné hydrometeorologické centra - v USA je to napríklad National Weather Service, čo je vlastne veľká sieť menších meteorologických staníc na letiskách.
"K tomu ale pridávame veľké množstvo ďalších tradičných i netradičných zdrojov, napríklad sieť súkromných staníc Weather Underground. A pretože IBM má klientov v obrovskom množstve rôznych odborov, máme dohodnutý zber dát aj z mnohých priemyselných systémov po celom svete vrátane satelitných a radarových dát. Dáta dostávame napríklad aj z avionických systémov lietadiel, čím môžu naše modely pracovať aj s dátami z vyšších vrstiev atmosféry," vysvetľuje Jeffrey Gawrych z The Weather Company.
Tí, čo majú nainštalovanú aplikáciu The Weather Channel, majú povolené užívanie údajov o pozíciu telefónu a majú telefón vybavený barometrom (veľa vyšších novších modelov), potom do systému prispievajú anonymnými tlakovými údajmi z barometra telefónu. "Dostávame len GPS údaj o polohe telefónu a nameranú hodnotu tlaku, nič iné. Veľmi nám to ale pomáha upresňovať modely, pretože veľmi presne napríklad vidíme, ako sa pohybujú hranice tlakových front," zdôvodňuje špecialista.
Prediktívne modely sa podľa Gawrycha aktualizujú každých zhruba šesť hodín, v prípade GRAF to teraz bude každú hodinu.
Umelá inteligencia vyberá najlepší model
Priebežné spracovanie obrovského množstva heterogénnych dát - podľa Matta Niessena z IBM ide o zhruba 300 TB denne - vyžaduje obrovský výpočtový výkon. GRAF preto beží na cloudovom klastre so strojmi osadenými grafickými čipmi, ktoré potrebný výkon ponúka.
"Vďaka našej akvizícii spoločnosťou IBM pred tromi rokmi máme prístup nielen k výpočtovému výkonu, ale aj najmodernejším technológiám, ako je systém umelej inteligencie Watson a jeho systém strojového učenia, ktorý využívame k neustálej optimalizácii predpovedí. Náš prediktívnu systém využíva približne 180 rôznych modelov a každý z nich má svoje špecifiká - a lepšie výsledky v určitých lokalitách alebo situáciách. A práve umelou inteligenciou riešime použitie tých aktuálne najvhodnejších modelov pre danú lokalitu, ktorá prinesie čo najpresnejšie výsledky. Neustále porovnávame predpovede pre daný čas a dané miesto z rôznych modelov s neskôr nameraným skutočným stavom počasia - a to je spätná väzba, pomocou ktorej sa systém neustále učí a tým vylepšuje," opisuje zástupca The Weather Company.
Aj vďaka tomu je podľa Gawrycha súčasná predpoveď na päť dní dopredu rovnako presná ako predpoveď na jeden deň dopredu pred desiatimi rokmi.
Ďalšie vylepšenia takzvané "hyperlokálne" predpovede, na ktorom v The Weather Company aktuálne pracuje, je využitie "elevačného modelu", teda presnej výškovej terénnej mapy. Tak sa do modelu presnejšie zapracuje pôsobenie terénu a jeho lokálny vplyv na počasie.
Energetika a poľnohospodárstvo
Ak by bolo výsledkom tohto vývoja iba upresnenie informácie, či si máte zajtra pribaliť dáždnik, alebo nie, potom by do vývoja predpovedných modelov určite nikto toľko neinvestoval.
Výsledky stále jemnejších modelov však slúžia napríklad energetikom, aby dokázali lepšie plánovať potrebný výkon (teda budú presnejšie vedieť, kedy ľudia budú viac kúriť či klimatizovať), ale tiež sa môžu pripraviť na pôsobenie živlov a prijať napríklad preventívne opatrenia presne v tých miestach, kde budú najsilnejšie vetry alebo napríklad najväčšie úhrny zrážok.
Ďalším odvetvím, pre ktoré sú tieto modely veľmi dôležité, je poľnohospodárstvo, kde pomáhajú presnejšie plánovať siatie, zber úrody a ďalšie úkony. Ďalšou oblasťou sú samozrejme systémy včasného varovania obyvateľstva pred pôsobením daných živlov, pre ktoré sú presné lokálne dáta kľúčové.