Chiny wdrażają krajowo rozwijane modele sztucznej inteligencji na froncie swojej infrastruktury monitorowania i prognozowania tajfunów, co stanowi kolejny krok w szerszym dążeniu kraju do zostania globalnym liderem w dziedzinie AI. Krajowa agencja meteorologiczna oraz powiązane instytuty badawcze wykorzystują obecnie te rodzime systemy w warunkach operacyjnych, z planami rozszerzenia ich na kraje rozwijające się w regionie Azji i Pacyfiku oraz poza nim. Przedsięwzięcie to pojawia się w momencie, gdy oparte na sztucznej inteligencji prognozowanie pogody staje się konkurencyjnym obszarem, w którym modele zarówno chińskich instytucji, jak i zachodnich firm takich jak Google DeepMind rzucają wyzwanie tradycyjnym metodom numerycznym dominującym w globalnym prognozowaniu od dziesięcioleci.

System prognozowania pogody oparty na AI, zbudowany do globalnego zastosowania

Chiny były pierwszym użytkownikiem własnych laboratoriów meteorologicznych opartych na sztucznej inteligencji, ale kraj zasygnalizował ambicje, by jego systemy stały się standardem międzynarodowym. Zgodnie z raportem agencji Xinhua opublikowanym przez Biuro Informacji Rady Państwa, Chińska Administracja Meteorologiczna (CMA) zaprezentowała duży model językowy Fenghe do usług meteorologicznych na tegorocznej Światowej Konferencji Sztucznej Inteligencji w Szanghaju, przedstawiając go jako globalny projekt open-source.

Fenghe dostarcza chińskim użytkownikom spersonalizowane informacje pogodowe i alerty ryzyka. Wersja międzynarodowa została przekazana inicjatywie Organizacji Narodów Zjednoczonych „Early Warnings for All" — programowi mającemu na celu zapewnienie powszechnej ochrony przed zagrożeniami do 2027 roku — oferując konsultacje w języku chińskim i angielskim oraz umożliwiając programistom tworzenie aplikacji na bazie tego modelu.

Kraje już korzystające z chińskich modeli meteorologicznych opartych na AI

Siedem krajów rozwijających się — Pakistan, Dżibuti, Etiopia, Jordania, Mongolia, Wyspy Salomona i Sri Lanka — zintegrowało już chińskie modele meteorologiczne oparte na sztucznej inteligencji bezpośrednio ze swoimi codziennymi operacjami ratowniczymi. Wiele z tych państw znajduje się w regionach silnie narażonych na cyklony tropikalne, powodzie i inne zagrożenia związane z pogodą, jednak historycznie brakowało im infrastruktury superkomputerowej niezbędnej do numerycznego prognozowania pogody w wysokiej rozdzielczości. Nie korzystają one jednak z modelu Fenghe. Zamiast tego używają systemu Mazu (Multi-hazard Alert, Zero-gap and Universal), innego systemu CMA, który jest na bardziej zaawansowanym etapie międzynarodowego wdrożenia.

Pan Jinjun, główny inżynier CMA, określił Mazu jako „międzynarodowe dobro publiczne", które zapewnia „usługi wczesnego ostrzegania dostosowane do potrzeb krajów rozwijających się." Dodatkowe 40 krajów Globalnego Południa eksperymentuje obecnie z szybszą wersją systemu opartą na chmurze publicznej, nazwaną na cześć chińskiej bogini morza.

Badania wykazują mierzalne postępy w prognozowaniu tajfunów

Na polu badawczym chińscy naukowcy zgłaszają konkretne ulepszenia. Badacze z Instytutu Fizyki Atmosfery Chińskiej Akademii Nauk, we współpracy z Uniwersytetem Fudan, połączyli chiński model meteorologiczny FuXi AI z techniką o nazwie Orthogonal Conditional Nonlinear Optimal Perturbations (O-CNOPs), aby mapować potencjalny zakres trajektorii burz. PreventionWeb informował o tej pracy 1 sierpnia.

W 62 przypadkach tajfunów i 91 eksperymentach porównawczych połączony system FuXi-CNOPs dorównał wydajności najlepszych globalnych operacyjnych zespołów prognostycznych na 24-godzinnej prognozie i przewyższył je w zakresie od 24 do 120 godzin. System zredukował maksymalne błędy trajektorii o do 32,33% i zwiększył precyzję szacunków niepewności o do 29,2%, według zespołu badawczego pod kierownictwem pracowników naukowych Duana Wansuo i Li Hao. Wyniki opublikowano w Advances in Atmospheric Sciences.

Duan powiedział Global Times, że podejście to nie wymaga dodatkowego trenowania dużych modeli, co utrzymuje koszty obliczeniowe na niskim poziomie i ułatwia wdrażanie w operacjach rutynowych — praktyczna zaleta dla agencji meteorologicznych o ograniczonych budżetach obliczeniowych.

Rosnący zestaw chińskich modeli prognostycznych

Narzędzia te opierają się na fundamencie kilku chińskich modeli prognostycznych, które przyciągnęły międzynarodową uwagę. FengWu, opracowany przez badaczy z Szanghaju, generuje globalne prognozy w rozdzielczości 0,25 stopnia. W badaniu opublikowanym w Communications Earth & Environment FengWu przebił model wysokiej rozdzielczości Europejskiego Ośrodka Prognoz Średnioterminowych — od dawna uznawany za globalny punkt odniesienia w prognozowaniu średnioterminowym — a także modele Pangu-Weather i GraphCast. Wydłużył użyteczne prognozy powyżej 10-dniowego progu i zredukował błąd pięciodniowej trajektorii cyklonu tropikalnego do 201 kilometrów dla 2022 roku.

Pangu-Weather firmy Huawei, kolejny krajowo rozwijany system, generuje prognozy znacznie szybciej niż tradycyjne metody prognozowania numerycznego. Huawei oświadczył, że zarówno ECMWF, jak i Krajowe Centrum Meteorologiczne CMA potwierdziły jego przewagi wydajnościowe.

Razem modele te zapewniają Pekinowi krajową bazę technologiczną podczas promowania swoich systemów meteorologicznych opartych na sztucznej inteligencji na arenie międzynarodowej, pozycjonując Chiny nie tylko jako użytkownika zaawansowanego prognozowania, ale także jako dostawcę dla państw szukających przystępnych alternatyw dla prowadzonej przez Zachód infrastruktury prognostycznej.