9. svibnja 2026.
Vremenski modeli umjetne inteligencije nerijetko su bolji od konvencionalnih prognoza. Međutim, nova studija pokazuje kako sustavi umjetne inteligencije predviđaju toplinske valove, hladnoću i oluje lošije od klasičnih vremenskih modela.
Kakvo će vrijeme biti u sljedećih 14 dana? Tijekom testiranja, vremenski modeli umjetne inteligencije (AI) u prosjeku daju preciznije i bolje odgovore na ovo pitanje od konvencionalnih modela prognoze vremena.
No, već dugo vremena postoji sumnja kako prognostički modeli umjetne inteligencije slabe upravo u intenzivnim i rijetkim vremenskim prilikama poput ekstremnih vrućina ili oštrih početaka zime. Istraživački tim s Instituta za tehnologiju u Karlsruheu testirao je ovu sumnju uz međunarodnu podršku: modeli umjetne inteligencije iz Googlea i Huaweia natjecali su se s modelom iz Europskog centra za srednjoročne vremenske prognoze.
O rezultatima najnovijeg istraživanja učinkovitosti modela umjetne inteligencije u prognozi vremena za ugledni njemački portal Tagesschau piše Pascal Kiss.
Modeli umjetne inteligencije (AI) podcjenjuju ekstreme
Testovi su bili postavljeni tako da su vremenski modeli trebali predvidjeti vrijeme od 2018. do 2020. godine – naravno bez poznavanja vremenskih podataka za budućnost. Istraživački tim mogao je precizno analizirati koliko uspješno prognoziraju AI modeli u odnosu na tradicionalne europske modele. Tijekom testnog razdoblja promatrani su samo periodi ekstremnih vremenskih prilika. Rezultati istraživanja objavljeni u prestižnom časopisu Science Advances bili su jasni: modeli umjetne inteligencije (AI) imali su lošije rezultate u usporedbi s konvencionalnim prognostičkim modelima.
Modeli umjetne inteligencije (AI) bili su skloni podcjenjivanju jakih toplinskih valova i ekstremnih hladnoća. Čak i u najžešćim olujama, AI modeli su više griješili nego konvencionalni vremenski modeli. „Što su događaji ekstremniji, modeli umjetne inteligencije ih više podcjenjuju", kaže dr. Sebastian Sippel s Instituta za meteorologiju Sveučilišta u Leipzigu. Također pokazalo se kako AI modeli podcjenjuju učestalost vremenskih ekstrema.
Zašto AI modeli slabe u ekstremnim vremenskim uvjetima
Vremenski modeli umjetne inteligencije (AI) treniraju se na podacima iz prošlosti. Ako izostaju ekstremni vremenski uvjeti, umjetna inteligencija je u nepovoljnom položaju kada je u pitanju predviđanje. Konvencionalni modeli tada imaju prednost. Njima su poznati svi prirodni zakoni u atmosferi.
Modeli umjetne inteligencije primarno traže dostupne podatke iz uzorka i sami uče atmosfersku dinamiku. Ali ako su ekstremni vremenski uvjeti vrlo rijetki ili ih nema u uzorku, modeli umjetne inteligencije su tu nemoćni. „Uvjeti koji se nisu ili su se jedva dogodili imaju slabiji podatkovni prikaz”, kaže dr. Nicole Ludwig s Instituta za računalne znanosti Sveučilišta u Augsburgu. Međutim, istraživački tim je mogao promatrati učinak samo tijekom vrlo ekstremnih vremenskih prilika.
Klimatske promjene također su izazov za modele umjetne inteligencije. Kako se Zemlja zagrijava, uvjeti i ovisnosti u složenoj atmosferi se mijenjaju. "Ne bismo trebali očekivati da će takvi modeli raditi u budućim klimatskim uvjetima koji se ne pojavljuju u povijesnim podacima", kaže Niklas Boers, profesor modeliranja Zemljinog sustava na Tehničkom sveučilištu u Münchenu. To znači da se umjetna inteligencija mora neprestano usavršavati.
Može li umjetna inteligencija predvidjeti ekstremne vremenske prilike u budućnosti?
Pogled u budućnost pokazuje kako već postoje moderniji modeli umjetne inteligencije koji bi mogli biti bolji nakon ponovnih testiranja. Dr. Nicole Ludwig govori o novijim tehnologijama u kojima se neizvjesnosti u predviđanjima mogu specificirati pomoću umjetne inteligencije. „Najnoviji model umjetne inteligencije eksplicitno generira skupove mogućih vremenskih obrazaca i trebao bi biti bolje prilagođen predviđanju ekstrema." Pritom koristi ansamblsku vremensku prognozu - naprednu metodu računalnog modeliranja vremena koja umjesto jedne simulacije pokreće desetke ili stotine usporednih izračuna s blago promijenjenim početnim uvjetima. Prikazuje stupanj pouzdanosti atmosfere i vjerojatnost nastanka određenih vremenskih scenarija (npr. kiše ili toplinskih valova).
Modeli umjetne inteligencije i konvencionalni prognostički modeli će se u budućnosti koristiti istovremeno. „Čini se kako je kombinacija oba modela u hibridnom sustavu prognoze idealno rješenje", kaže dr. Roland Potthast iz Njemačke meteorološke službe (DWD).
Dizajniranje kombiniranog sustava prognostičkih modela već je započelo u Njemačkoj meteorološkoj službi (DWD).
„Trenutačno je važno prepoznati u kojim će slučajevima umjetna inteligencija dati bolje rezultate, a u kojima neće. Kontinuirana testiranja modela umjetne inteligencije nameću se kao prijeka potreba“, zaključuje se u najnovijoj studiji o vremenskim prognostičkim modelima umjetne inteligencije.
Podaci o radu:
Autori: Zhongwei Zhang, Erich Fischer, Jakob Zscheischler, Sebastian Engelke
Izvorni naslov: Physics-based models outperform AI weather forecasts of record-breaking extremes
Godina publiciranja rada: 2026
Naziv časopisa: Science Advances
Bibliografska baza: WOSSCI
Kvartil: Q1
Impact factor (2025): IF=12.5
Detaljnije o ovom radu može se vidjeti na poveznici:
Izvori: Science Advances; Scinexx.