O strojovom učení, bežne nazývanom aj umelá inteligencia, sa dnes dá dočítať skoro všade. Vďaka dátam, ktoré sa v modernom svete zbierajú v každej oblasti života, má totižto naozaj široké spektrum využitia siahajúce od vylepšovania fotoaparátov v smartfónoch, cez samojazdiace autá, odporúčanie filmov až po automatické diagnostikovanie chorôb. Výnimkou nie je ani meteorológia. Využití sa ponúka hneď viacero a v Meteopresse sme sa rozhodli začať s projektom krátkodobej predikcie zrážok.
Metódy krátkodobej predikcie zrážok
Predikcia zrážok sa obecne dá rozdeliť na dve časti. Predpoveď územia, ktoré budú zrážkami zasiahnuté a predpoveď intenzity samotných zrážok. Zmena intenzity zrážok sa ukazuje ako ťažší problém z tejto dvojice a preto sa často pri vývoji odsúva až na druhú koľaj. Bežne používané metódy, medzi ktoré patrí aj známy COTREC, tak fungujú v dvoch krokoch – odhad smeru pohybu zrážok a posun posledného nameraného zrážkového polia v tomto smere. Do tohto procesu sa môže pridať navyše aj odhad zmeny intenzity.
Proces vytvorenia krátkodobej predikcie nielen zrážok
Pri použití strojového učenia, sa v procese počítania predpovede veľa nezmení. Všetky jej kroky ako nameranie dát meteorologickými radarmi, ich spracovanie a následné dodanie predikcie konečnému užívateľovi zostávajú rovnaké. Jediný rozdiel je v modeli, ktorý predpoveď vypočíta. Tradičné (vyššie zmienené) metódy sú kompletne vytvorené človekom. Na druhú stranu, model strojového učenia je zjednodušene povedané iba množina pravidiel ako pracovať s radarovými snímkami a množina pravidiel, ako ich vylepšovať. Tréning takéhoto modelu teda začína produkovaním predpovedí založených na náhodnom počiatočnom stave, ktoré sa v každom kroku porovnávajú so skutočnosťou a vylepšujú.
Čo používame v Meteopresse?
V Meteopresse ako modely strojového učenia používame konvolučné neurónové siete. Priebežné testovanie proti rôznym tradičným algoritmom ukazuje, že náš prístup dosahuje porovnateľné až lepšie výsledky. Táto cesta ešte nie je na konci, ale už teraz môžeme s istotou tvrdiť, že v použití umelej inteligencie vidíme veľký potenciál. Viac o krátkodobej predikcií zrážok, neurónových sieťach a umelej inteligencií v meteorológií si môžete prečítať na našom blogu na stránke Medium.
Článek napsal člen našeho AI týmu, Matej Choma.
