Humans are still significantly better at predicting the weather than AI

Artificial intelligence is present in almost every aspect of our daily lives. It's used in search engines, email clients, media platforms, and even grocery chains worldwide. It arguably makes the world a more efficient place, but not without costs; job loss being one of them. However, there is one industry that still struggles to fully automate: weather forecasting.

 


Despite all the progress that has been made in the realm of technology, AI, and machine learning, weather companies have not yet handed over the keys to their computer counterparts. While AI models, with the help of weather satellites like GOES-16 and 17, are capable of predicting minor weather changes and patterns with surprising accuracy, their efficiency takes a steep dive when major climate disruptions occur.

These major weather shifts, including natural disasters, often have warning signs that are too subtle and small in scale for most models to detect. Even when they are detected, models can't always draw correlations between early indicators of, say, a waterspout and its likely arrival. This, Wired reports, usually requires the practiced eye of an industry veteran. The outlet claims that, based on over two decades worth of weather prediction information (gathered by the NOAA Weather Prediction Service), humans outperform two of the most popular national weather prediction models; the Global Forecast System and the North American Mesoscale Forecast System.

By how much? Between 20 and 40 percent.

That is no small gap, and it could easily mean the difference between life and death for those in the path of a vicious tornado, waterspout, or rapid-onset blizzard. Having access to accurate weather information as early as possible is what makes evacuation (where necessary) or shelter-in-place recommendations viable.

Seasoned weather veterans can look at the smallest details, like subtle shifts in atmospheric pressure, wind speed, or "available moisture," and draw higher-quality conclusions than their computerized counterparts. This is because, in many cases, weather prediction models don't weigh these measures as highly.

And frankly, that's no surprise. Computers are smart and getting smarter by the day, but they still lack something humans have always possessed: the ability to evaluate situations in a broader context. Bringing machines anywhere near parity with human memory and context awareness would require an immense amount of processing power that just isn't available widely at the moment. Only a handful of computers that might be capable of this are in development right now -- at least, in the US -- and weather groups aren't the only ones that want to use them.

In short: humans are actively being replaced across dozens of industries at an alarming rate, but for now, your local weatherman (or at least the group feeding him his data) is safe.

By  

Đầu tháng 12 nhiệt độ ban đêm có thể giảm xuống dưới 15 độ C

Đợt rét lần này được dự báo sẽ kéo dài hơn, gần như cả tuần với nền nhiệt thấp hơn hẳn tuần trước cung như các đợt gió mùa đông bắc (GMĐB) trước đây; nguyên nhân chính là không khí lạnh sẽ được bổ sung liên tục, với tần suất 2-3 ngày một đợt.

 


Trong ngày hôm nay, các tỉnh Bắc Bộ, trong đó có thủ đô Hà Nội sẽ chịu ảnh hưởng của gió mùa đông Bắc khiến trời nhiều mây, có mưa vài nơi, gió sẽ chuyển hướng Đông Bắc trong đất liền cấp 2-3, vùng ven biển cấp 3-4, ngoài khơi gió mạnh cấp 6, giật cấp 7.

Tại sao không thể sử dụng trực tiếp các dự báo của mô hình dự báo thời tiết số?


Hình 1: Đánh giá kết quả dự báo quỹ đạo bão thời hạn 3 ngày của các mô hình dự báo thời tiết số khác nhau tính đến năm 2014 cho tất cả các cơn bão trên khu vực Tây Thái Bình Dương (nguồn: Yamaguchi và cộng sự [1])
Theo khảo sát mới nhất của Yamaguchi và cộng sự về khả năng dự báo quỹ đạo bão của các mô hình dự báo thời tiết số của các trung tâm dự báo thời tiết và khí hậu lớn của thế giới cho thấy, khả năng dự báo quỹ đạo bão của các mô hình dự báo thời tiết số ngày càng tăng trong suốt hơn 20 năm qua. Kết quả đánh giá từ năm 1991 với 3 mô hình đầu tiên của Nhật (JMA, đường màu đỏ), Châu Âu (đường màu xanh dương) và Anh (UKMO, đường màu xanh đậm) và tăng lên 12 mô hình trong những năm gần đây cho thấy, sai số dự báo giảm trên toàn cầu cũng như trên từng đại dương. Sai số dự báo quỹ đạo báo 3 ngày của mô hình Châu Âu, Anh và Mỹ (NCEP) tính đến thời điểm năm 2014 là tốt nhất và ở mức khoảng 200 km. Sai số dự báo 3 ngày giai đoạn 2012-2014 xấp xỉ với sai số dự báo 5 ngày giai đoạn 1991-1993, tức là sau khoảng 20 năm, thời hạn dự báo quỹ đạo bão đã cải thiện được khoảng 2 ngày.
Mặc dù có những cải thiện đáng kể về sai số dự báo quỹ đạo của bão trong các mô hình dự báo thời tiết số, nhưng các mô hình vẫn có những điểm yếu chưa khắc phục được, đó là sai số dự báo còn lớn, 200 km trong thời hạn dự báo 3 ngày, có nghĩa là khi dự báo vị trí bão trong 3 ngày tới là tại vị trí A, thì thực tế tâm bão trong 3 ngày sau có thể nằm bất cứ nơi đâu trong vòng tròn bán kính 200km từ vị trí tâm bão dự báo A ở trên.
Đối với dự báo cường độ bão, nghiên cứu của Yamaguchi và cộng sự cũng chỉ ra rằng, hầu như không có sự cải thiện nào về khả năng dự báo cường độ bão trong hơn 20 năm qua. Các mô hình vẫn thường (khoảng 60-90%, tùy mô hình) dự báo thiên thấp cường độ bão. Hình vẽ sau đây từ nghiên cứu của Yamaguchi sẽ chỉ rõ hơn nhận xét này.
Hình 2: Giản đồ so sánh cường độ dự báo (trục thẳng đứng) và quan trắc (trục nằm ngang) của 10 mô hình tiêu biểu bao gồm Úc (BOM), Trung Quốc (CMA), Canada (CMC), Đức (DWD), Châu Âu (ECMWF), Pháp (FRA), Nhật (JMA), Mỹ (NCEP và NRL) và Anh (UKMO). Các điểm nằm trên đường chéo chính là dự báo thấp hơn thực tế, các điểm nằm dưới đường chéo chính là dự báo cao hơn thực tế (Yamaguchi và cs, 2017)