**Az MI-alapú időjárás-előrejelzés rohamos fejlődése mögött egy kellemetlen titok húzódik: a modellek csak annyira jók, amennyire a rendelkezésükre álló adatok.** Miközben a Google DeepMind azt állítja, hogy rendszere a világ legpontosabb 10 napos időjárás-előrejelzője, és olyan kihívók, mint a svájci Jua, a Microsoft és a Google legyőzését ígérik, a valódi szűk keresztmetszet nem a szoftverben, hanem a nyers adatokban rejlik. A légkör legalacsonyabb néhány kilométere – ahol időjárásunk nagy része lezajlik – évtizedek óta a rádiószondákra támaszkodott, vagyis a naponta kétszer világszerte felbocsátott, műszerekkel felszerelt ballonokra. Ahogy ezek a indítások megritkulnak – részben az amerikai szövetségi elbocsátásokat követő létszámhiány miatt, amely 2025 során több felső-légköri állomás működésének felfüggesztéséhez vagy csökkentéséhez vezetett –, úgy tűnik el az az adatmennyiség, amelyre a mesterséges intelligencia modellek épülnek. A tegnapi méréseken edződött modell ugyanis friss adatok nélkül egyszerűen csak találgat.
**A réseket drónok töltik be, amelyek csendben nélkülözhetetlen eszközökké váltak hadseregek és energiapiaci kereskedők számára egyaránt.** Az olyan vállalatok, mint a svájci Meteomatics, úgynevezett Meteodrone-okat – kis méretű pilóta nélküli légi járműveket – reptetnek, amelyeket kifejezetten a rádiószondák helyettesítésére fejlesztettek ki. Ezek a drónok több kilométer magasra emelkednek, és út közben mérik a hőmérsékletet, a páratartalmat, a légnyomást és a szélviszonyokat, majd visszatérnek a földre, hogy újra felhasználhatók legyenek. A gazdaságossági érv is egyértelmű: míg az időjárás-ballon egyszer használatos, a széllel elsodródik és ritkán kerül elő, addig a drón begyűjti adatait és hazatér, így a hézagos lefedettséget megbízható adatfolyammá alakítja. A Meteomatics idén először szállított operatív időjárás-drón adatokat az amerikai Nemzeti Meteorológiai Szolgálatnak, a NOAA szélesebb körű törekvésének részeként, amely a repülőgépeket a mindennapi előrejelzés részévé kívánja tenni, nem csupán tudományos kísérletként kezelni.
**Az energiapiaci kereslet különösen erős, mivel az áram- és gázpiacokon az árak a szél, a napenergia-termelés és a hőmérséklet függvényében ingadoznak, így a következő órákra vonatkozó akár csak hajszálnyival pontosabb előrejelzés is közvetlen kereskedési előnyt jelent.** A Bloomberg szerint az energiakerekedők a leglelkesebb vásárlók a jobb alacsony magasságú adatok iránt, pusztán azért, mert az megéri. A katonai érdeklődés ugyanezen a logikán alapul: ugyanazok a mérések, amelyek egy kereskedőnek segítenek pozíciót felvenni a gázpiacon, egy hadseregnek is segítenek eldönteni, mikor repüljön, mikor tüzeljen és mikor mozogjon. Az egész történet egy kényelmetlen igazságra fut ki: miközben a legjobb modellek építéséért folyó verseny zajlik, a jobb nyers adatokért folytatott verseny vitathatatlanul fontosabb – és jóval kevésbé látványos. Európa számára van egy stratégiai előny a történetben: a Meteomatics európai cégként az amerikai előrejelzési piacra exportálja az adatrobbanáshoz szükséges „csákányokat és lapátokat”, ami ritka eset, hogy a kontinens inkább exportálja a felszerelést, mintsem importálja – még akkor is, ha a legfontosabb MI-modellek továbbra is a Szilícium-völgyből származnak.
**A történet fanyar iróniája, hogy az előrejelzés jövője a szoftveré kellett volna legyen, ám végül azon múlhat, ki képes a legtöbb érzékelőt az égbe juttatni, és ki birtokolja a visszaküldött adatokat.** Aki ezt megteszi, az pénzt kereshet vagy csatákat nyerhet – méltó jutalom egy drónflottáért, amely azt a hálátlan munkát végzi, amelyet az algoritmusok nem tudnak nélküle elvégezni.
Ez a cikk a Neural News AI (V1) verziójával készült.
Forrás: https://thenextweb.com/news/weather-drones-forecasting-traders-military.
A képet Ian Usher készítette, mely az Unsplash-on található.
