Tim iz Allen instituta za veštačku inteligenciju (AI2) predstavio je HiRO-ACEv2, novi AI model koji omogućava simulaciju ekstremnih vremenskih prilika na rezoluciji od tri kilometra — i to za samo delić troškova klasičnih meteoroloških modela.

Za one koji ne prate svakodnevno svet klimatskog modelovanja, tri kilometra zvuči kao sitnica. Ali u svetu vremenskih simulacija, to je ogromna stvar. Većina globalnih modela radi na rezoluciji od 25 do 100 kilometara, što znači da im izmiču lokalne oluje, iznenadne pljuskove ili ekstremne padavine koje u Srbiji često viđamo tokom leta. HiRO-ACEv2 spušta tu granicu na nivo na kojem možete da vidite razliku između Beograda i Kragujevca, a ne samo između “Balkana” i “Panonske nizije”.

Zašto je ovo važno?
Klasični modeli visoke rezolucije zahtevaju superračunare i dane, nekad i nedelje, da bi proizveli prognozu. Allen institut tvrdi da HiRO-ACEv2 radi nekoliko redova veličine brže, uz minimalne hardverske zahteve. To znači da bi meteorološke agencije, osiguravajuće kuće ili poljoprivrednici mogli da dobiju detaljnu simulaciju ekstremnog vremena — recimo, grada koji uništi useve — u realnom vremenu, bez čekanja na red u superračunarskom centru.
Model je zasnovan na arhitekturi koja kombinuje AI predviđanje sa fizičkim zakonima atmosfere. Nije samo “crna kutija” koja pogađa brojeve — HiRO-ACEv2 poštuje osnovne principe dinamike fluida, što je ključno za naučnu verodostojnost. Više detalja možete naći u originalnom blog postu na Hugging Face-u.

Šta to znači za Srbiju?
Naša zemlja se suočava sa sve češćim ekstremima — od tropskih vrućina do iznenadnih oluja sa gradom. Alati poput HiRO-ACEv2 mogli bi da pomognu domaćim meteorolozima da preciznije predvide gde će se tačno izliti oblaci i koliko će padavina pasti. Uz to, model je open-source i dostupan na Hugging Face platformi, što znači da i naši istraživači i startapi mogu da ga preuzmu i prilagode lokalnim uslovima.
Naravno, ostaje pitanje koliko je model zaista pouzdan u realnim uslovima. Allen institut je poznat po ambicioznim AI projektima, ali meteorologija je jedna od najzahtevnijih oblasti za mašinsko učenje — greške se skupo plaćaju. Ipak, smer u kojem idu je jasan: jeftinije, brže i lokalnije vremenske simulacije postaju stvarnost, a ne samo želja.