Η Liz Bentley, καθηγήτρια μετεωρολογίας στο Πανεπιστήμιο του Reading και διευθύνουσα σύμβουλος της Βασιλικής Μετεωρολογικής Εταιρείας, εξηγεί πως μια ημερήσια πρόγνωση είναι σωστή πάνω από το 90% των περιπτώσεων.
Παρά την σημαντική πρόοδο που έχει καταγραφεί, ωστόσο, υπάρχουν ακόμα «κενά» στην εμπιστοσύνη του κοινού.
Όταν το YouGov ρώτησε το περασμένο καλοκαίρι Βρετανούς αν εμπιστεύονται τα δελτία καιρού, μια σημαντική μειοψηφία – 37% – απάντησε πως δεν τα εμπιστεύεται «πολύ» ή «καθόλου». Τα αστεία για τις προγνώσεις είναι πράγματι διαδεδομένα… και όχι μόνο στη Βρετανία.
Γιατί κάποιοι εξακολουθούν να μην επιστεύονται τις προγνώσεις;Μήπως κάνουν πράγματι κάτι λάθος οι μετεωρολόγοι;
Μεγάλη ακρίβεια κι ακόμη μεγαλύτερες προσδοκίες
Ένα μέρος της πρόκλησης έχει να κάνει με τις προσδοκίες, οι οποίες έχουν αυξηθεί σε έναν κόσμο συνεχούς πρόσβασης στην πληροφορία – σημειώνει η μετεωρολόγος Carol Kirkwood στο BBC.
Μπορούμε να ρυθμίσουμε τη θερμοκρασία του ψυγείου μας ή να εντοπίσουμε το πρόβλημα που έχει το αυτοκίνητό μας από το κινητό τηλέφωνο μέσα σε δευτερόλεπτα. Οπότε γιατί δεν μπορούμε να μάθουμε με 100% ακρίβεια αν θα βρέξει στο σπίτι μας στις 2 μ.μ. την Κυριακή.
Ένα κομμάτι της πρόκλησης έχει να κάνει με το πώς επικοινωνείται αυτός ο πλούτος πληροφορίας: Η μετεωρολογία παράγει έναν τεράστιο όγκο δεδομένων· είναι δύσκολο να συμπυκνωθεί σε μια σύντομη πρόβλεψη για τηλεόραση ή εφαρμογή. Αυτό σημαίνει ότι ακόμη κι όταν είμαστε τεχνικά σωστοί, κάποιοι θεατές μπορεί να μπερδευτούν.
Αλλά η απάντηση βρίσκεται επίσης στην περίπλοκη φύση της μετεωρολογίας.
Είναι μια ευαίσθητη επιστήμη, και κάθε μικρή ανακρίβεια στα δεδομένα μπορεί να τα αλλοιώσει – ή να τα διαστρεβλώσει.
Θεωρία του Χάους: όταν ο καιρός «τρελαίνεται»
Η ατμόσφαιρα είναι γνωστή ως ένα «χαοτικό σύστημα», που σημαίνει ότι ένα μικρό σφάλμα – ακόμη και μόλις 0,01°C – στις αρχικές παρατηρήσεις μπορεί να οδηγήσει σε εντελώς διαφορετικό αποτέλεσμα.
«Αυτό καλείται Θεωρία του Χάους», εξηγεί η καθηγήτρια Bentley. «Ή αλλιώς, Φαινόμενο της Πεταλούδας. Η αναλογία είναι ότι αν μια πεταλούδα χτυπήσει τα φτερά της στη Βραζιλία, μπορεί να επηρεάσει την ατμόσφαιρα στη βόρεια Ευρώπη έξι ημέρες αργότερα».
Υπάρχει επίσης μια ιδιαίτερη δυσκολία στην πρόβλεψη καιρού για μικρές γεωγραφικές περιοχές.
Τη δεκαετία του 1990, ένα καιρικό φαινόμενο έπρεπε να είναι μεγαλύτερο από περίπου 100 μίλια (161 χλμ) για να παρατηρηθεί πλήρως – τώρα, το μοντέλο πρόγνωσης που χρησιμοποιεί η Met Office για το Ηνωμένο Βασίλειο μπορεί να χαρτογραφήσει φαινόμενα μόλις 2 μιλίων (3 χλμ), λέει η καθηγήτρια Bentley.
Αλλά η εστίαση σε ακόμη μικρότερη κλίμακα παραμένει δύσκολη, οπότε η πρόβλεψη καιρικών φαινομένων όπως η πυκνή ομίχλη – που μπορεί να επηρεάσει μια περιοχή μόλις 1 χλμ – είναι ιδιαίτερα δύσκολη.
Και ακόμα και με τις τεράστιες βελτιώσεις στην επιστήμη, τεχνικά προβλήματα εξακολουθούν να υπάρχουν – αν και σπάνια.
Η δυσκολία της απλοποίησης των δεδομένων
«Η μεγαλύτερη πρόκληση της δουλειάς μου είναι να συνθέτω αυτά τα δεδομένα ώστε να χωρούν σε ένα σύντομο τηλεοπτικό σποτ», τονίζει η Carol Kirkwood
«Καμία άλλη επιστήμη δεν δοκιμάζεται, δεν ελέγχεται και δεν κρίνεται τόσο από το ευρύ κοινό», προσθέτει ο Scott Hosking, διευθυντής περιβαλλοντικής πρόγνωσης στο Alan Turing Institute.
«Η μετεωρολογία είναι τόσο περίπλοκη όσο η φυσική της πυρηνικής σύντηξης, την οποία όμως οι περισσότεροι από εμάς δεν τη βιώνουμε στην καθημερινότητά μας, οπότε δεν χρειάζεται να βρούμε έναν τρόπο να την επικοινωνήσουμε στο κοινό».
Είναι επίσης εύκολο να ξεχνάμε ότι η πρόγνωση είναι ακριβώς αυτό – πρόβλεψη.
Με τα χρόνια, έχουμε γίνει πολύ καλύτεροι σε αυτή την λεπτή τέχνη της «επικοινωνίας της αβεβαιότητας». Οι μετεωρολόγοι πλέον παράγουν «προγνώσεις συνόλου», όπου μπορεί να τρέχουν 50 διαφορετικά μοντέλα, όλα με μικρές παραλλαγές.
Αν όλα αυτά τα σενάρια δείχνουν παρόμοιο αποτέλεσμα, οι μετεωρολόγοι μπορούν να είναι βέβαιοι ότι έχουν δίκιο. Αν παράγουν διαφορετικά αποτελέσματα, τότε η βεβαιότητά τους είναι πολύ χαμηλότερη.
Αυτός είναι ο λόγος που, σε μια εφαρμογή καιρού, μπορεί να δείτε μια πιθανότητα βροχής 10% στην περιοχή σας.
Ο νέος υπερ-προγνώστης καιρού
Πλέον η πρόγνωση του καιρού αναμένεται να αλλάξει δραστικά το αμέσως επόμενο χρονικό διάστημα. Ήδη άλλωστε η χρήση μηχανικής μάθησης για την πρόγνωση του καιρού έχει αναπτυχθεί ραγδαία τους τελευταίους μήνες.
Συχνά λέγεται ότι οι μετεωρολόγοι έχουν κερδίσει 24 ώρες ακρίβειας ανά δεκαετία, πράγμα που σημαίνει ότι η Met Office μπορεί πλέον να εκδώσει προειδοποίηση καιρού επτά ημέρες νωρίτερα.
Αλλά τα μοντέλα AI που σχεδίασε η Google DeepMind ήδη προβλέπουν σωστά τον καιρό 15 ημέρες νωρίτερα, λέει ο Dr Hosking.
Νωρίτερα φέτος, μια ομάδα ερευνητών από το Πανεπιστήμιο του Cambridge παρουσίασε ένα – πλήρως βασισμένο σε AI – πρόγραμμα καιρού που ονομάζεται Aardvark Weather. Υποστήριξαν ότι χρησιμοποιεί «χιλιάδες φορές» λιγότερη υπολογιστική ισχύ και μπορεί να προβλέψει τον καιρό με μεγαλύτερη λεπτομέρεια.
Ισχυρίζονται επίσης ότι θα βελτιώσει τις προγνώσεις στη δυτική Αφρική και σε άλλες φτωχές περιοχές (τα καλύτερα παραδοσιακά μοντέλα πρόγνωσης είναι σχεδιασμένα κυρίως για την Ευρώπη και τις Ηνωμένες Πολιτείες).
«Μπορεί να είναι μεταμορφωτικό· είναι εξαιρετικά συναρπαστικό», λέει ο Richard Turner, καθηγητής μηχανικής μάθησης στο Πανεπιστήμιο του Cambridge, ένας από τους σχεδιαστές του μοντέλου.
Αλλά η καθηγήτρια Bentley εντοπίζει μια αδυναμία στα μοντέλα καιρού με βάση την AI: τροφοδοτούνται με πλήθος ιστορικών δεδομένων και εκπαιδεύονται να εντοπίζουν μοτίβα – κάτι που κατά τη γνώμη της καθιστά δύσκολη την πρόβλεψη γεγονότων που δεν έχουν ακόμη συμβεί.
«Με την κλιματική αλλαγή, θα δούμε νέα ρεκόρ», λέει. «Μπορεί να δούμε 41°C στο Ηνωμένο Βασίλειο. Αλλά αν η AI κοιτάζει πάντα προς τα πίσω, δεν θα δει ποτέ 41 γιατί δεν το είχαμε ακόμη».
Ο καθηγητής Turner αποδέχεται ότι αυτό είναι πρόκληση για μοντέλα AI σαν το δικό του και λέει ότι η ομάδα του εργάζεται σε λύσεις.
Πηγή: dnews.gr
Ακολουθήστε το 
στο Google News και μάθετε πρώτοι όλες τις ειδήσεις.
