Nauka

Nowoczesne narzędzia AI do prognozowania pogody oblały test prognozy na D-Day, wynika z badania University of Reading

18 wyświetlenia

Prognoza pogody, która ukształtowała lądowanie w Normandii, wciąż wydaje się trudna do pobicia. Nowe badania z University of Reading pokazują, że dzisiejsze najlepsze komputery pogodowe, w tym nowoczesne modele uczenia maszynowego, miałyby trudności z przewidzeniem okna pogodowego z czerwca 1944 roku lepiej niż kapitan James Stagg i jego zespół, dysponujący skąpymi obserwacjami i bez satelitów.

Badanie opublikowane w czasopiśmie Weather przed premierą filmu o D-Day „Pressure” wykorzystało modele pogodowe oparte na AI do wygenerowania 50 różnych prognoz sztormu, który zmusił generała Dwighta Eisenhowera do opóźnienia inwazji o 24 godziny.

Prognoza stworzona niemal z niczego

W 1944 roku prognostycy nie mieli satelitów, sieci radarowych nad Atlantykiem ani zaledwie kilku statków pogodowych. Stagg, główny meteorolog sił alianckich, doradził Eisenhowerowi przeniesienie inwazji z 5 na 6 czerwca, kiedy spodziewano się wąskiego okna spokojniejszej pogody nad kanałem La Manche.

Główny autor, profesor Andrew Charlton-Perez, powiedział: „Kapitan James Stagg miał jedno z najtrudniejszych zadań w historii. Gdyby prognoza była błędna, inwazja mogła się nie udać, a II wojna światowa mogła zostać przegrana”.

Maszyny dodają dane, nie pewność

Naukowcy zasilili nowoczesne modele najlepszymi dostępnymi rekonstrukcjami pogody z 1944 roku. Mimo to prognozy różniły się co do tego, czy okno z 6 czerwca się utrzyma. Decydujące zjawiska pogodowe były małe i krótkotrwałe, takie, które wciąż umykają między obserwacjami.

Autorzy twierdzą, że przypadek D-Day pokazuje ograniczenia samej mocy obliczeniowej. Ludzka zdolność do ważenia sprzecznych dowodów i podejmowania decyzji pod presją pozostaje kluczowa dla prognozowania, nawet w erze uczenia maszynowego.

Dlaczego to ważne teraz

Modele pogodowe poprawiają się z roku na rok, ale test D-Day sugeruje, że małe, szybko przemieszczające się sztormy pozostają ich słabym punktem. Wyniki wskazują na wartość gęstszych sieci obserwacyjnych i na ostrożność potrzebną przy powierzaniu decyzji prognostycznych AI. Ten sam sztorm, który wystawił na próbę Stagga, teraz wystawia na próbę maszyny zbudowane, by go zastąpić.

Źródło: University of Reading