Tradisjonelle værprognoser slår fortsatt AI på ekstremvær

AI kommer til kort ved ekstreme værrekorder

En ny studie publisert i Science Advances viser at tradisjonelle, fysikkbaserte værmodeller fortsatt overgår AI-baserte modeller når det gjelder å forutsi rekordstore ekstremværhendelser. Forskerne bak studien har testet begge modelltyper på tusenvis av historiske varmerekorder, kuldeperioder og vindhendelser fra 2018 og 2020.

Resultatene viser at AI-modellene undervurderer både hyppigheten og styrken på slike ekstreme hendelser. Studien understreker at dette er en viktig påminnelse om at man ikke bør fase ut tradisjonelle varslingssystemer for tidlig.

Hvorfor fungerer tradisjonelle modeller bedre?

Tradisjonelle værprognoser bygger på fysiske lover og komplekse ligninger som beskriver atmosfæriske og oseaniske prosesser. Disse modellene har blitt utviklet og forfinet gjennom flere tiår, og er derfor svært pålitelige for å simulere både vanlige og ekstreme værforhold.

AI-modeller, derimot, lærer av historiske data og gjenkjenner mønstre for å lage prognoser. Fordelen er at de krever mindre regnekraft og ofte er raskere. Men de har en avgjørende svakhet: De klarer ikke å håndtere hendelser som avviker fra det de har blitt trent på.

«AI-modellene er sterkt avhengige av treningsdataene og klarer ikke å simulere helt nye værfenomener,» sier professor Sebastian Engelke ved Universitetet i Genève til Carbon Brief. «De er begrenset til det spekteret av hendelser de har sett før.»

Ekstremvær blir hyppigere og kraftigere

Klimaendringene fører til at ekstremværhendelser som hetebølger, stormer og flom blir både mer intense og hyppige. Spesielt bekymringsfullt er såkalte «rekordknusende» hendelser – værfenomener som slår tidligere rekorder med stor margin.

Disse hendelsene er per definisjon ukjente for modellene, siden de aldri har forekommet tidligere. Derfor er det avgjørende at varslingssystemene kan fange opp slike uventede situasjoner for å redde liv og begrense skader.

Tidlige varslingssystemer redder liv

Mange land har investert i tidlige varslingssystemer for å varsle befolkningen og mobilisere beredskapsressurser ved fare for ekstremvær. Slike systemer har vist seg å redusere skader og redde liv.

Studien understreker viktigheten av å videreutvikle og vedlikeholde de tradisjonelle modellene, samtidig som man utforsker hvordan AI kan integreres på en trygg måte i varslingssystemene.

AI i værprognoser: Fordeler og utfordringer

• Fordeler med AI-modeller: Krever mindre regnekraft, raskere prognoser og har vist seg overlegne på visse typer værvarsler.
• Utfordringer med AI-modeller: Begrenset til historiske mønstre, klarer ikke håndtere ukjente eller rekordstore hendelser.
• Fremtidig utvikling: Kombinasjon av AI og tradisjonelle modeller kan være nøkkelen til mer nøyaktige varslinger.