¿Por qué el Servicio Meteorológico Nacional no usa inteligencia artificial para predecir el clima?

¿Por qué el Servicio Meteorológico Nacional no usa inteligencia artificial para predecir el clima?

Te diré lo que es predecible: una pregunta que pregunta “por qué no lo hacen” será respondida, “ya lo son” o “no es posible”.

“¿Por qué no lo hacen?” Y sus variaciones gramaticales son un obvio que el OP no se molestó en escribir una simple consulta en un motor de búsqueda para ver qué se está haciendo. pronóstico del tiempo de inteligencia artificial

Además, en Quora la pregunta se ha formulado con mayor especificidad varias veces. No soy un gran fanático de fusionar preguntas, así que aquí hay algunas:

  • ¿Se utilizan algoritmos de aprendizaje automático en el pronóstico del tiempo? ¿De ser asi, cuales? Si no, ¿por qué?
  • ¿Existe algún modelo de pronóstico del tiempo basado exclusivamente en aprendizaje automático / ciencia de datos con una precisión predictiva superior a los modelos numéricos existentes?
  • ¿Cuál es la mejor manera de construir un modelo de pronóstico del tiempo (temperatura) utilizando técnicas de aprendizaje automático?
  • ¿Cómo puedo aplicar Machine Learning para predecir el clima en función de datos meteorológicos pasados? ¿Qué algoritmos, marcos, bibliotecas e idiomas se pueden usar?
  • ¿Se puede utilizar el aprendizaje profundo para pronosticar el clima?

Mi propia expectativa es que los métodos de IA serán más efectivos cuando analice los pronósticos perdidos, en lugar de intentar directamente los pronósticos. Si los pronosticadores tienen una mejor comprensión de cuándo los modelos no alcanzan el clima real, y la previsibilidad de tales errores se vuelve disponible como uno de los factores de pronóstico a sopesar, creo que la precisión del pronóstico mejorará. (No conozco a nadie que esté adoptando este enfoque).

Tenga en cuenta que la precisión del pronóstico a corto plazo, aproximadamente de 3 a 4 días, es notablemente buena, y que el pronóstico a más largo plazo, de 10 a 14 días, ha mejorado enormemente. También tenga en cuenta que los pronósticos perdidos incluyen aquellos que fueron precisos en muchas medidas pero que no se cumplieron con la ubicación o el momento exactos. Es importante considerar la precisión del pronóstico con especificidad.

Pero, ¿qué recuerda la persona promedio? El pronóstico de docenas de exitosos que predijeron lluvia que cayó 50 millas al norte. Los métodos de IA son mucho mejores que la memoria humana para examinar todo el registro de datos e identificar patrones.

A2A – ¿Qué crees que es la inteligencia artificial? Si cree que está usando computadoras y software para simular sistemas complejos, entonces eso es exactamente lo que usa el Servicio Meteorológico.

El clima es un sistema complejo que se ve afectado por una rama de las matemáticas llamada Teoría del Caos . Las causas del clima están completamente sujetas a las leyes de la física, por lo que con suficientes puntos de datos y un modelo matemático sólido, es completamente predecible. Desafortunadamente, nunca hay suficientes puntos de datos y, por lo tanto, la interacción que resulta en el clima tiene una apariencia de aleatoriedad, a pesar de que esto es puramente el resultado de la falta de suficientes puntos de datos iniciales.

El pronóstico del tiempo ha mejorado dramáticamente en los últimos treinta años, debido a mejoras tanto en la recopilación de datos como en el modelado de datos. El último es donde entra su inteligencia artificial, pero no importa cuán bueno sea el modelo, las deficiencias en los datos limitarán el éxito de un pronóstico del tiempo. A partir de hoy, generalmente puede esperar que un pronóstico del tiempo dentro de cinco días o menos sea bastante preciso, y la precisión disminuya de manera bastante constante después de eso.

Aquí hay una gran entrevista con el fallecido Dr. Edward Lorenz, el padre de la Teoría del Caos, en el que afirma que el efecto del caos en el clima nos impedirá predecir con precisión el clima más de dos semanas, sin importar cuán buena sea la informatización se convierte.

Si tuvieran una cuadrícula sólida cada 5 × 5 millas o algo en todo el mundo para datos de viento, cantidad y presión de precipitaciones y temperatura / punto de rocío del programa GEOS Satellite Sounding, probablemente podrían usar una red neuronal lo suficientemente grande y hacer que funcione .

Pero ellos no.

El programa Sounding es bastante bueno, pero no funciona cuando hay una capa de nubes. Puede recuperar las velocidades del viento, pero eso parece estar roto últimamente.

Hace un buen trabajo recogiendo la temperatura y los vientos (el 5 y el 9) siguiente gráfico cuando funcionó.

Esta sería una operación masiva que ni siquiera puedo imaginar cuán grande sería, ya que solo he jugado con redes pequeñas.

¡Dale tiempo y, como cualquier otra profesión, los meteorólogos también trabajarán en McDonalds!

Oh bien. Ellas hacen. Se llaman meteorólogos. (¡No pude resistirme!)