Sursă foto: Social Media
Prognozele meteorologice trec de la calcul numeric la recunoaștere de tipare și viteza contează acum mai mult decât ecuațiile vechi
ETH Zurich a copiat circa 100 petaocteți de date publice NASA — aproximativ şase miliarde de fişiere, echivalentul a circa 20 de milioane de filme HD — direct în apropierea supercomputerului Alps. Thomas Schulthess numește oportunitatea „formidabilă”: transferul rapid al datelor în servere puternice permite antrenarea modelelor AI la scară imposibilă anterior.
Reto Knutti explică ce schimbă regulile jocului: datele sunt esențiale, iar Alps oferă puterea de calcul necesară. Modelele statistice bazate pe AI pot genera prognoze globale pe mai multe zile în circa un minut, față de ore pentru metodele clasice. Antrenarea rămâne costisitoare, dar rularea modelelor este „ieftină”, permițând multiplicarea iterațiilor pentru a testa incertitudini.
Există deja exemple concrete: semne prevestitoare ale prăbușirii unui ghețar la Blatten erau vizibile cu peste un an înainte, iar analiza imaginilor satelitare a sugerat semne care ar fi putut semnaliza dezastrul de la granița China Nepal. Modelele AI pot detecta tipare imperceptibile, accelerând alertele pentru viituri, alunecări de teren sau prăbușiri glaciare. Limitele rămân: nu toate catastrofele sunt predictibile și calitatea datelor plus infrastructura de alertă publică sunt cruciale. Concluzia e clară — revoluția prognostică depinde de investiții în date, supercomputere și politici care transformă detecțiile în avertizări operaționale.
