Dva tima inženjera veštačke inteligencije su nezavisno dizajnirali, izgradili i testirali dva nova sistema za prognozu vremena zasnovana na veštačkoj inteligenciji za koje je utvrđeno da su tačni koliko i postojeći sistemi.
Prvi tim, sastavljen od inženjera kompanije Huavei Cloud, u Kini, izgradio je sistem pod nazivom Pangu-Veather. Dizajniran je da predvidi vreme nedelju dana unapred. Drugi tim, sa inženjerima sa Univerziteta Tsinghua, u Kini, radeći sa jednim kolegom iz Kineske meteorološke uprave i drugim sa Univerziteta u Kaliforniji, Berkli, izgradio je sistem pod nazivom NovcastNet. Dizajniran je da predvidi nivoe padavina za narednih šest sati.
Oba tima su objavila radove u časopisu Nature koji opisuju svoje sisteme i koliko su dobro prošli tokom testiranja. Imme Ebert-Uphoff i Kile Hilburn iz Kooperativnog instituta za istraživanje atmosfere na Državnom univerzitetu Kolorado, objavili su članak Nevs & Vievs u istom izdanju časopisa u kojem navode izazove izgradnje sistema za predviđanje vremena AI i posao koji su timovi obavili. na ova dva nova nastojanja.
Trenutno, najpouzdaniji oblik vremenske prognoze dolazi zahvaljujući numeričkim modelima koji prihvataju trenutne vremenske podatke i primenjuju matematičke i fizičke formule za predviđanje predstojećeg vremena. Smatra se da su takvi sistemi prilično pouzdani, barem za velike gradske oblasti — ali oni zahtevaju CPU, pa su im potrebni sati za izračunavanje rezultata.
Ali pošto je vremenska prognoza toliko važna za farmere i za upozorenje na opasne oluje, naučnici nastavljaju da traže načine da poboljšaju rezultate predviđanja. Jedna oblast istraživanja koja obećava je AI – gde umesto pokretanja formula, sistemima se daju istorijski podaci o vremenu i koriste ih za predviđanje budućnosti.
U prvom pokušaju, tim koji stoji iza Pangu-Veather-a, obučio je svoj sistem na osnovu 39 godina vremenskih podataka, a zatim zatražio od njega da napravi predviđanja na osnovu trenutnih vremenskih obrazaca. Otkrili su da je u tome precizan kao i postojeći sistemi i da je svoj posao obavio u samo delić vremena.
Ali ima jedan veliki nedostatak — ne predviđa nikakva predviđanja količine padavina. Umesto toga, vraća procene temperature, brzine vetra, vazdušnog pritiska i drugih vremenskih podataka. Ljudima je tada prepušteno da naprave procene predviđanja na osnovu onoga što im sistem pokazuje.
NovcastNet, s druge strane, radi upravo suprotno – pokušava da da tačna predviđanja o količinama padavina koje će dati prostor dobiti u narednih šest sati. To čini koristeći istorijske podatke i fizička pravila. Takođe se pokazao tačnim kao i konvencionalni sistemi, a takođe je dao rezultate mnogo brže od konvencionalnih sistema.
Oba tima primećuju da su njihovi sistemi trenutno još uvek u fazi testiranja principa, ali takođe sugerišu da njihovi dosadašnji rezultati nagoveštavaju mogućnost da predviđanje vremena zasnovano na veštačkoj inteligenciji uskoro postane standardni pristup.
