Matemaatik ja meteoroloog Edward Lorenz töötas 1960. aastatel ilmastikuolude ennustamise matemaatilise mudeli kallal. Arvutid olid aeglased. Keerulisem töö jagati mõnikord enne arvutisse sisestamist osadeks. Jagades töö vähem aega nõudvateks osadeks, sai ootamise asemel tööpäeva täita tõhusama tegevusega. Ühe taolise osade kaupa arvutusülesande jätkuna sisestas Lorenz eelmise etapi tulemusena saadud arvu. Murettekitavalt valmis seekord hoopiski teistsugune ilmaennustus, kui oli varem loodud sama mudeli ja samade sisendarvudega.

Lorenz kahtlustas, et oli teinud vea. Arvutuste üle kontrollimisel aga vigu ei ilmnenud. Ainuke erinevus oli varasema kuue kümnendikohaga arvu 0,506127 asendanud kolme komakohani ümmardatud 0,506. See polnud ju viga. Tollal valitsenud mõtteviisis arvestati, et esialgsete tingimuste väikesed erinevused toovad tulemustes esile vaid väikesi erinevusi.

Pärast kontrolli ja täiendavat analüüsi tabas Lorenz, et keeruliste süsteemide algtingimuste väikesed variatsioonid võivad põhjustada tohutult erinevaid lõpptulemusi. Ta tutvustas oma järeldusi 1972. aastal peetud ettekandes pealkirjaga "Prognoositavus: kas liblika tiibade liigutus Brasiilias tingib Texases tornaado?". Liblikaefektis sisalduv idee köitis avalikkuse kujutlusvõimet ja sellest sai populaarne käsitlus, kuidas süsteemi ühes osas esinev väike sündmus võib käivitada sündmuste ahela, mis viib mujal ulatuslike muudatusteni.

Ilmastik on just selline kaootiline süsteem, milles väikesed muutused ühes osas põhjustavad mujal olulisi ja ettearvamatuid tagajärgi. Seetõttu on ilma täpne pikaajaline prognoosimise äärmiselt keeruline. Samal ajal peab arvestama paljude vastastikku mõjuvate ja kiiresti muutuvate atmosfäärinähtustega. Esirinnas olev lahendus oli sisendandmete sortimendi suurendamine ja võimsamate arvutite kasutamine. Ilmaennustuse teenistuses on maailma ühed võimsamad superarvutid. Raha kulub palju, mida õigustab ilma ettenägemise erakordselt suur majanduslik mõju.

Ilmaprognoosimise mudelid on Lorenzi aegadest muutunud kordades keerulisemateks. Mudelite eraldusvõimet piiravad arvutusvõime, mudelites esinev määramatus, sisendnäitajate ebatäpsus, ebapiisav atmosfääriprotsesside tundmine jmt. Seega võib uurida miljonite liblikate tiivavehkimisi ja midagi ei juhtu. Samas põhjustavad liblikasuurused tegurid igapäevaseid ilmastikumuutusi.

Tegemist on huvitava ja olulise ülesande püstitusega. Ülesande intellektuaalne raskuskese on olnud inimeste kanda. Sama probleemi kallal on pead murdnud mitu põlve matemaatikuid ja füüsikuid. Avaldatud on tuhandeid uurimistöid ja korraldatud arvukaid konverentse, seni tehtut kirjeldavad mitmed raamatud jne. Niimoodi võiks kirjeldusega jätkata, samal ajal hinges teades, et ega ilmaennustus sama moodi edasi tegutsedes niipea paremaks ei muutu.

Ent järsku saaks midagi muuta? Näiteks leida inimeste ja superarvutite koostööle mõne teistmoodi mõtleva asendaja? Huvitav, kes või mis võiks sellist suure haardega andmete modelleerimise tööd teha.

Teadusajakirjas Science avaldatud artiklis tutvustatakse lahendust, mis ületas 1380 ilmaennustustel võrdluseks kasutatud sihtmärgist 90 protsendil juhtudest märkimisväärselt seni kõige täpsemaks peetud kasutusel olevaid ennustuse süsteeme, sealhulgas maailma tippu kuuluva Euroopa Keskpika Ilmaennustuse Keskuse ennustusi.

Uue tegija prognoosid toetasid teistest paremini raskete ilmastikusündmuste ennustusi, sealhulgas troopiliste tsüklonite liikumist, atmosfäärivoolusid ja äärmuslike temperatuuride saabumisi. Üpris ootamatult lisandus vanade tegijate sekka maailma kõige täpsema 10-päevase globaalse ilmaennustuse pakkuja, mis suudab ennustada äärmuslikke ilmastikunähtusi kaugemale tulevikku, kui see on olnud varem võimalik.

Tegemist on Londonis asuva ja 2014. aastal Google'i omandiks saanud tehisintellekti arendaja DeepMind eksperimentaalse ilmaennustuse tehisintellekti rakendusega. Keelemudelites silpide ja sõnade seoste analüüsi põhjal kompleksseid tekstipõhiseid ülesandeid modelleeriv tehisintellekt õppisilma ennustama lühikese ajaga. Teksti ja ilma vahele jääb märkimisväärne osa seni inimesele raskeks osutunud intellektuaalseid ülesandeid.

Päris kindlasti pakutakse ka nende lahendamisi tehisintellektile. Oodatavate aedade suhtes on veel vara suurtele panustele kihla vedada, kuigi julgemad seda kindlasti teevad. Mitte omavahel, vaid majandusega kihla vedades, kus panusteks on investeeringud tehisintellekti rakendamiseks erinevates töövaldkondades.

Seniste märkide põhjal tasub valmistuda ilmaennustajaid tabanud üllatusteks. Kui suur see saab olema? Seda võiks küsida näiteks ChatGPT, Bardi, Groki, LLama, Bingi või mõne teise kiiresti lisanduva vestlusroboti käest. Nende paljusus iseeneses vihjab oodatavale ilma ennustavate tehisintellekti mudelite võidujooksule.

Esmaspäevast neljapäevani võib Kristjan Porti tehnoloogiakommentaari kuulda Raadio 2 saates "Portaal".