เหตุใดการพยากรณ์อากาศด้วย AI จึงไม่สามารถแทนที่วิธีการแบบดั้งเดิมได้?

การพยากรณ์อากาศมีบทบาทสำคัญในการปกป้องประชาชนและ เศรษฐกิจ จากสภาพอากาศสุดขั้ว ทั่วโลกมีเงินหลายล้านล้านดอลลาร์ที่ต้องพึ่งพาการพยากรณ์อากาศที่แม่นยำในแต่ละปี

ในสหรัฐอเมริกาเพียงประเทศเดียว เศรษฐกิจประมาณหนึ่งในสาม (หรือ 3 ล้านล้านดอลลาร์) ได้รับผลกระทบจากสภาพอากาศและภูมิอากาศ

เนื่องจากการเปลี่ยนแปลงสภาพภูมิอากาศทำให้ความไม่แน่นอนเพิ่มมากขึ้น บทบาทของปัญญาประดิษฐ์ (AI) ในการปรับปรุงการพยากรณ์จึงได้รับความสนใจเพิ่มมากขึ้น

กลไกการพยากรณ์แบบดั้งเดิม

นักอุตุนิยมวิทยากำลังติดตามสภาพอากาศที่ศูนย์ NOAA ในรัฐแมริแลนด์ สหรัฐอเมริกา ภาพ: Bloomberg

การพยากรณ์อากาศสมัยใหม่จะอาศัยการวัดจากบอลลูน ดาวเทียม เครื่องบินพาณิชย์ เรือ และอุปกรณ์สังเกตการณ์อื่นๆ อีกมากมาย

ข้อมูลจากแหล่งเหล่านี้จะถูกซิงโครไนซ์ผ่านเทคนิคที่เรียกว่า "การผสานข้อมูล" เพื่อสร้างภาพที่แม่นยำที่สุดของสถานะปัจจุบันของบรรยากาศ

ระบบนี้ทำงานโดยการป้อนข้อมูลเข้าสู่แบบจำลองทางกายภาพที่เขียนโปรแกรมไว้ในซูเปอร์คอมพิวเตอร์ โลกถูกแบ่งออกเป็นตารางสามมิติ แต่ละตารางประกอบด้วยสมการอธิบายการเคลื่อนที่ของอากาศ จากนั้นแบบจำลองจะคำนวณการพัฒนาในอนาคต

พยากรณ์อากาศจะได้รับการอัปเดตทุกสองสามชั่วโมงเพื่อให้แน่ใจว่าข้อมูลอินพุตสะท้อนสภาพบรรยากาศล่าสุด อย่างไรก็ตาม แม้ข้อผิดพลาดเล็กๆ น้อยๆ ในเบื้องต้นก็อาจนำไปสู่ข้อผิดพลาดขนาดใหญ่ในการพยากรณ์อากาศได้ ซึ่งเป็นปรากฏการณ์ที่เรียกว่าปรากฏการณ์ผีเสื้อ

AI: แนวทางทางเลือกและเสริม

ตั้งแต่ปี 2022 เป็นต้นไป แบบจำลองสภาพอากาศที่ขับเคลื่อนด้วย AI จะกลายเป็นเรื่องธรรมดามากขึ้น แทนที่จะพึ่งพาสมการฟิสิกส์ โมเดล AI จะเรียนรู้จากข้อมูลในอดีตเพื่อรับรู้รูปแบบและคาดการณ์ ซึ่งกระบวนการนี้ใช้การคำนวณน้อยลง

บริษัทต่างๆ เช่น Google DeepMind, Nvidia และองค์กรอุตุนิยมวิทยาอย่างศูนย์พยากรณ์ระยะกลางแห่งยุโรป (ECMWF) และองค์การบริหารมหาสมุทรและบรรยากาศแห่งชาติ (NOAA) ของสหรัฐอเมริกา กำลังพัฒนาแบบจำลอง AI สำหรับการพยากรณ์อากาศ GraphCast ของ DeepMind มีประสิทธิภาพเหนือกว่าวิธีการดั้งเดิมในการพยากรณ์เส้นทางพายุใน มหาสมุทรแปซิฟิก และแอตแลนติกสำหรับปี 2021-2024 Nvidia มี CorrDiff ซึ่งเป็นแบบจำลองที่ใช้ AI เพื่อสร้างการพยากรณ์โดยละเอียดด้วยต้นทุนพลังงานที่ต่ำกว่ามาก

ข้อดีของ AI ในการพยากรณ์อากาศ

คาดว่า AI จะช่วยเอาชนะข้อจำกัดโดยธรรมชาติของโมเดลดั้งเดิม โดยเฉพาะในสามด้าน ได้แก่ การพยากรณ์ระดับท้องถิ่น การพยากรณ์ปริมาณน้ำฝนในเขตร้อน และการพยากรณ์ระยะกลาง

การพยากรณ์แบบไฮเปอร์โลคัลทำให้ปรากฏการณ์ต่างๆ เช่น พายุฝนฟ้าคะนองหรือพายุทอร์นาโดในพื้นที่ ยากที่จะจำลองได้อย่างแม่นยำด้วยแบบจำลองดั้งเดิม เนื่องจากมีความละเอียดต่ำ AI สามารถเพิ่มรายละเอียดการพยากรณ์ได้โดยไม่จำเป็นต้องใช้ซูเปอร์คอมพิวเตอร์ราคาแพง

สำหรับการพยากรณ์ปริมาณน้ำฝนในเขตร้อน ภูมิภาคเส้นศูนย์สูตรยังคงเผชิญกับความท้าทายในการพยากรณ์ปริมาณน้ำฝน เนื่องจากขาดอุปกรณ์สังเกตการณ์และลักษณะเฉพาะของระบบปริมาณน้ำฝน AI ช่วยตรวจจับรูปแบบได้แม้มีข้อมูลอินพุตจำกัด

น้ำท่วมฟาร์มฝ้ายในจังหวัด Sindh ของปากีสถานในเดือนสิงหาคม 2022 ภาพ: Bloomberg

สำหรับการพยากรณ์ระยะกลาง (2 สัปดาห์ถึง 3 เดือน) ช่วงเวลานี้มีความสำคัญอย่างยิ่งต่อตลาด เกษตร และพลังงาน แต่ยังมีการจำลองสถานการณ์ที่ไม่ค่อยดีนัก งานวิจัยจากมหาวิทยาลัยฟู่ตั้น (จีน) แสดงให้เห็นว่า AI สามารถปรับปรุงการพยากรณ์ปรากฏการณ์แมดเดน-จูเลียนออสซิลเลชัน ซึ่งเป็นปรากฏการณ์ที่ส่งผลกระทบต่อปริมาณน้ำฝนและอุณหภูมิในอีกไม่กี่สัปดาห์ต่อมา

การบูรณาการ AI เข้ากับห่วงโซ่การคาดการณ์

AI ไม่เพียงแต่เข้ามาแทนที่แบบจำลองเท่านั้น แต่ยังรองรับขั้นตอนอื่นๆ อีกมากมายในกระบวนการพยากรณ์ ตัวอย่างเช่น ในขั้นตอนการรวบรวมข้อมูล AI จะขยายขอบเขตการสังเกตการณ์ รวมถึงปัจจัยอื่นๆ ที่ไม่เกี่ยวข้องกับอุตุนิยมวิทยา เช่น ผังเมือง การใช้พลังงาน และพฤติกรรมของมนุษย์ ECMWF ใช้ AI เพื่อพยากรณ์ไฟป่าโดยอ้างอิงจากกิจกรรมของมนุษย์และสภาพเชื้อเพลิง

AI ยังสามารถช่วยประมวลผลภาพถ่ายดาวเทียมได้อีกด้วย: หอสังเกตการณ์ฮ่องกง (จีน) ใช้คอมพิวเตอร์วิชันเพื่อวิเคราะห์เรดาร์ฝน จึงสามารถคาดการณ์ทิศทางและความเร็วของการเคลื่อนตัวของเมฆได้

ด้วยขั้นตอนการประมวลผลข้อมูลหลังการประมวลผล AI จะช่วยคำนวณผลลัพธ์ที่เฉพาะเจาะจงจากการพยากรณ์ทั่วไป เช่น ปริมาณไฟฟ้าที่กังหันลมจะผลิตได้

เพื่อปรับปรุงการพยากรณ์แบบดั้งเดิม สำนักงานอุตุนิยมวิทยาใช้การเรียนรู้ของเครื่องจักรเพื่อเพิ่มความแม่นยำในการพยากรณ์ในขณะที่เพิ่มความมีประโยชน์ให้กับผู้ใช้ปลายทาง

แม้ว่า AI จะมีอนาคตที่สดใส แต่ผู้เชี่ยวชาญกล่าวว่า AI น่าจะเข้ามาเสริม ไม่ใช่แทนที่แบบจำลองทางฟิสิกส์แบบดั้งเดิม เนื่องจาก AI ต้องอาศัยข้อมูลทางประวัติศาสตร์จำนวนมหาศาล ซึ่งส่วนใหญ่ได้มาจากการสังเกตการณ์ทางกายภาพและการสร้างแบบจำลอง

การพัฒนา AI ยังต้องทำให้เกิดความโปร่งใส มีต้นทุนการใช้งานที่เหมาะสม และสามารถใช้งานได้ภายในระบบพยากรณ์ระดับประเทศ

AI จะเป็นจุดเชื่อมโยงใหม่ในห่วงโซ่เทคโนโลยีการพยากรณ์อากาศ ช่วยเพิ่มความแม่นยำ ลดต้นทุน และขยายความสามารถในการพยากรณ์อากาศในอนาคต

ในสภาพแวดล้อมที่มีสภาพอากาศผันผวนมากขึ้นอันเนื่องมาจากการเปลี่ยนแปลงสภาพภูมิอากาศ การผสมผสาน AI เข้ากับวิทยาศาสตร์แบบดั้งเดิมจะเป็นกุญแจสำคัญสู่ระบบพยากรณ์ที่ทันสมัย ยั่งยืน และครอบคลุมมากขึ้น

(ตามรายงานของบลูมเบิร์ก)

18 ปีแห่งภาวะมีบุตรยาก AI สแกนภาพถ่าย 8 ล้านภาพเพื่อค้นหาอสุจิ เรื่องราวของคู่รักที่ตั้งครรภ์ได้ด้วยเทคโนโลยี STAR ซึ่งเป็นระบบปัญญาประดิษฐ์ที่สามารถตรวจจับอสุจิขนาดเล็กได้ ไม่เพียงแต่เป็นความสำเร็จทางวิทยาศาสตร์เท่านั้น แต่ยังเป็นเครื่องพิสูจน์ถึงพลังแห่งความหวังเมื่อเผชิญกับความสิ้นหวังอีกด้วย

ที่มา: https://vietnamnet.vn/vi-sao-ai-du-bao-thoi-tiet-chua-the-thay-the-phuong-phap-truyen-thong-2423878.html