Штучний інтелект за кілька років зробив те, на що метеорології знадобилися десятиліття: сучасні AI-моделі вже здатні конкурувати з одними з найкращих систем прогнозування погоди на планеті. Але щойно справа доходить до найнебезпечніших явищ — ситуація різко змінюється.
Секрет успіху ШІ у прогнозуванні погоди на перший погляд простий: величезні масиви даних, потужні алгоритми та обчислювальні ресурси. За десятиліття метеорологи зібрали колосальні обсяги інформації про атмосферу по всій Землі. Для штучного інтелекту це фактично гігантський архів прикладів, за якими можна вчитися розпізнавати закономірності. Але є проблема.
Глобальна погода і конкретний ураган — це зовсім різні рівні складності.
Коли модель прогнозує атмосферні процеси в масштабах планети, їй допомагають величезні масиви історичних спостережень. Та коли потрібно передбачити, як саме за кілька годин зміниться сила конкретного урагану, даних уже недостатньо. І це може коштувати людям дорогоцінного часу.
Останніми роками метеорологи дедалі частіше стикаються з явищем, коли ураган за дуже короткий проміжок часу перетворюється з відносно слабкого шторму на надзвичайно потужну систему. Такі зміни називають швидкою інтенсифікацією.
Показовим прикладом у наданому матеріалі є ураган Polo, який у вересні 2026 року біля тихоокеанського узбережжя Мексики за 24 години посилився від тропічного шторму до урагану 5 категорії, а швидкість вітру сягнула близько 290 км/год.
Подібні ситуації небезпечні не лише через силу самого шторму. Якщо його стрімке посилення стає сюрпризом для прогнозистів, у людей може залишитися набагато менше часу на евакуацію та підготовку. Чому ж ШІ, який так добре навчився прогнозувати погоду, не може просто передбачити це? Проблема — у даних.
Щоб навчити AI-модель прогнозувати інтенсивність ураганів, потрібна надзвичайно детальна інформація про те, що відбувається всередині шторму. Причому не лише біля поверхні, а фактично у всьому його тривимірному об’ємі.
Метеорологи отримують такі дані з різних джерел: метеостанцій, радарів, буїв, літаків і супутників. Але більшість наземних систем розташовані на суші або поблизу узбережжя. А найважливіші етапи розвитку урагану часто відбуваються далеко в океані.
Супутники частково заповнюють цю прогалину, проте й вони не є всевидючим оком. Вони можуть оцінювати опади, температуру, вітер чи характеристики хмар, але не здатні постійно отримувати повну тривимірну картину кожного урагану на планеті.
Є ще одне джерело даних — комп’ютерні моделі погоди. Вони дозволяють отримувати набагато повнішу картину атмосфери та моделювати процеси у високій роздільній здатності. Однак і тут немає ідеального рішення.
Фізичні моделі використовують наближення, а атмосфера залишається надзвичайно складною системою. Частину дрібномасштабних процесів сучасні симуляції просто не здатні відтворити з абсолютною точністю.
У результаті виникає парадокс: для навчання ШІ потрібні величезні обсяги точних даних про урагани, але саме таких даних людство поки що не має.
Тому майбутнє AI-прогнозування ураганів залежатиме не лише від створення ще потужніших моделей чи комп’ютерів. Не менш важливо навчитися краще спостерігати за самими штормами — особливо над відкритим океаном.
Якщо вчені зможуть зібрати достатньо детальну тривимірну картину того, як урагани зароджуються та раптово набирають силу, штучний інтелект отримає те, чого йому зараз найбільше бракує.
І тоді головний прорив може статися не в самих алгоритмах, а в даних, на яких вони навчаються.
