Europa satser på mer bruk av kunstig intelligens i værvarslingen
Medlemslandene i det europeiske meteorologisenteret ECMWF starter et felles prosjekt for å intensivere utvikling, testing og implementering av maskinlæring (KI) i værvarslingstjenesten.
Kunstig intelligens har for alvor gjort sitt inntog i samfunnet og skapt både begeistring og hodebry. For meteorologien kan kunstig intelligens være en god ressurs.
– Innenfor værvarsling og klimaanalyser ser vi mange muligheter til å forbedre våre produkter og tjenester gjennom bruk av KI og økt tilgang til både private og offentlige data, sier Roar Skålin, direktør ved Meteorologisk institutt.
Han forteller at en stor del av utviklingsarbeidet vil utføres i et samarbeid mellom de meteorologiske instituttene i Europa.
– Prosjektet vi nå starter vil være sentralt for å utvikle KI-baserte modeller for varsling på regionalt og nasjonalt nivå.
Øker bruken av maskinlæring
Maskinlæring er en spesialisering innen kunstig intelligens hvor man bruker statistiske metoder for å la datamaskiner finne mønstre i store datamengder. Vi sier at maskinen «lærer» i stedet for å bli programmert. Det å lære kalles også å trene opp en modell. Innenfor værvarsling trener vi KI-modellene med observasjoner og resultater av simuleringer med fysiske modeller.
– I det nye prosjektet skal vi gå videre fra å arbeide på en hybridmodell, som blander ordinære metoder med maskinlæringsmetoder, til å utvikle et fullstendig datadrevet prognosesystem, forklarer Skålin.
Landene skal arbeide med flere ulike metoder for bruk av maskinlæring for å utnytte ekspertisen i det enkelte land og samtidig høste erfaringer fra flere metoder.
– På Meteorologisk institutt har vi flere års erfaring med å bruke maskinlæring for å lage bedre varsler for vær og hav sier Skålin.
Han trekker fram to eksempler: en KI-basert modell for detaljert varsling i områder rundt flyplasser og forbedring av temperaturprognosene på Yr ved bruk av maskinlæring.
– Vi utvikler også KI-baserte metoder for bruk i varsling av hav og sjøis, sier han.
Norge og Sveits leder an
Norge og Sveits skal sammen lede prosjektet om maskinlæring og værprognoser, og vil koordinere utviklingen. Roar Skålin, direktør ved Meteorologisk institutt, og Christof Appenzeller, direktør for MeteoSwiss, mener begge det er viktig å intensivere arbeidet med å bruke kunstig intelligens i tilnærmingen til framtidens værprognoser.
– Dette vil være nøkkelen til å opprettholde Europas ledelse innen værprognoser. Maskinlæring har et enormt potensial til å forbedre våre prognoser og tjenester slik at vi enda bedre kan varsle om ekstremværhendelser på en effektiv måte, sier Skålin.
Mye arbeid gjenstår
Selv om resultatene av maskinlæring er lovende, presiserer Skålin at de er langt fra å være i mål.
– Mye arbeid gjenstår før maskinlærings-modeller trygt og nøyaktig kan komplettere konvensjonelle modeller, og det vil utvilsomt være en utfordring å få det riktig. Men det er en utfordring som vi gjennom dette europeiske samarbeidet har bestemt oss for å ta, og være ledende på, sier han.