Tehnoloogiahiiud arendavad tervet rida ilma ennustavaid tehisarusid. Näiteks on Google'il ja tehisintellekti täiustamisele pühendunud ettevõttel DeepMind arendamisel tööriist nimega GraphCast ning graafikakaartide tootmise poolest tuntud Nvidial tarkvara nimega FourCastNet. Microsofti Aurora teeb teadlaste sõnul aga üleilmse õhusaaste ennustamises konkurentidele silmad ette, vahendab Nature News. 

Uuringuga mitte seotud Europa keskmaa ilmaennustuste keskuse (ECMWF) masinõppe teaduri Matthew Chantry sõnul on Aurora esimene suur edusamm atmosfäärikeemia ja masinõppe koosmängu teel.

Tavapäraselt kasutatakse ilma ennustamiseks atmosfääri, maismaa ja mere füüsikaliste protsesside matemaatilisi mudeleid. Õhusaaste taseme ennustamiseks kasutati Chantry sõnul seni masinõpet tavaliste matemaatiliste mudelitega käsikäes. 

Aurora tõotab aga olla esimene üksnes tehisaru mudelile toetuv õhusaasteennustaja – Chantry hinnangul on see ilmaprognoosiga võrreldes palju keerulisem töö. Tehisaru mudelitel on teaduri sõnul siin ka eelis: võrreldes tavaliste mudelitega vajavad need sageli vähem arvutusvõimsust.

Väike ja väle

Microsofti teadus-tehisaru labori tehisaru-uurija Paris Perdikaris ja kolleegid leidsid, et Auroral ei kulu minutitki, ennustamaks kogu maailmas kuue peamise õhusaastaja taset. Mudel nägi ette nii vingugaasi, lämmastikoksiidi, lämmastikdioksiidi, vääveldioksiidi, osooni kui ka peenosakeste taseme õhus järgmisel viiel päeval.

Autorid kirjutavad, et Aurora suudab teha maailma õhusaaste kohta sama kvaliteetse ennustuse kui praegu ECMWF-is Copernicuse atmosfääriseire teenistuses kasutatav klassikaline mudel. Seejuures vajab Aurora aga suurusjärgu võrra väiksemat arvutusvõimsust.

Poliitikakujundajad hoiavad selliste ennustuste abil õhusaastel silma peal ja rakendavad vajadusel abinõusid rahvatervise kaitseks. Õhusaastet on seostatud inimestel tavapärasest suurema astma-, südamehaiguse ja dementsusriskiga.

Microsofti teadlased andsid Aurorale õppimiseks ette rohkem kui miljoni tunni jagu kuue ilma- ja kliimamudeliandmeid. Mudeli treenimise järel sättis töörühm selle niimoodi paika, et see ennustaks terve Maa õhusaastet ja järgmise kümne päeva ilma. 

Autorite endi sõnul tuleb Aurora mõne ülesandega paremini toime kui mõned teised tehisaru ilmaennustusmudelid. Väidetavalt on see kohati kiirem isegi GraphCastist, mis treib üleilmse ilmaennustuse valmis mõne minutiga.

Matthew Chantry sõnul on siiski veel vara uusi ilmamudeleid põhjapanevalt võrrelda. Võrdlus võtaks oluliselt rohkem aega ja eeldaks ligipääsu kõigile võrreldavatele mudelitele. Kas mitme andmestikuga treenitud mudelid, nagu Aurora, osutuvad tõepoolest ühel andmestikul treenitud mudelitest, nagu GraphCast, paremaks, peavad näitama tulevased uuringud.

Uuringu esmaversioon on leitav võrguvaramust arXiv.