Az MIT kutatói egy új gépi tanulási módszert fejlesztettek ki, amely a meglévő időjárás-előrejelző modellek hibáinak korrigálásával jelentősen javítja a két és hat hét közötti időtávra vonatkozó prognózisok megbízhatóságát.
- A jelenlegi időjárási modellek nagyjából 10 napig adnak megbízható előrejelzéseket, a hosszabb távú prognózisok azonban gyakran pontatlanok.
- A két–hat hetes előrejelzések inkább valószínűségekre, hőmérsékleti eltérésekre, csapadékeloszlásra és fokozott kockázatokra összpontosítanak; a pontosabb adatok a mezőgazdaság és a katasztrófavédelem tervezését is segíthetik.
- A kutatók nem új modellt építettek, hanem mesterséges intelligenciával azonosítják és javítják a meglévő rendszerek rejtett, rendszerszintű hibáit.
- A Nature folyóiratban publikált módszerrel sikerült megkétszerezni az előrejelzések megbízhatóságát a vizsgált időtávon.
- A technológia a kevésbé fejlett előrejelző rendszereknél is jelentősen csökkentheti a vezető modellekhez viszonyított teljesítménykülönbséget.
- A kutatók remélik, hogy a módszer világszerte elterjedhet, különösen ott, ahol a természeti katasztrófák korai jelzése kiemelten fontos.
