Η περίοδος τυφώνων του 2025 σηματοδότησε, σύμφωνα με τη Gallagher Re, την απαρχή μιας «νέας εποχής» στη μετεωρολογία, καθώς οι επίσημοι οργανισμοί αξιοποιούν πλέον μοντέλα τεχνητής νοημοσύνης (AI) για τον εντοπισμό, την πορεία και την ένταση των καταιγίδων. Η εξέλιξη αυτή προσφέρει στον ασφαλιστικό και αντασφαλιστικό κλάδο πιο ολοκληρωμένες και ακριβείς βραχυπρόθεσμες προγνώσεις καιρικών φαινομένων.
Σύμφωνα με την έκθεση Natural Catastrophe and Climate Report 2025 της Gallagher Re, αν και οι ειδικοί επισημαίνουν ότι μία μόνο σεζόν δεν επαρκεί για ασφαλή συμπεράσματα μακροπρόθεσμης επιτυχίας, τα πρώτα δείγματα είναι ιδιαίτερα ενθαρρυντικά. Η τεχνολογία δείχνει ότι η τεχνητή νοημοσύνη θα καταστεί ολοένα και πιο κρίσιμο εργαλείο για την παγκόσμια πρόγνωση καιρού.
Χαρακτηριστικό παράδειγμα αποτελεί το National Hurricane Center των ΗΠΑ, το οποίο χρησιμοποιεί δεδομενοκεντρικά μοντέλα AI, ενισχύοντας σημαντικά την αξιοπιστία των μακρύτερων χρονικά προβλέψεων για την πορεία των τυφώνων στον Ατλαντικό, ακόμη και κατά αρκετές ημέρες. Ωστόσο, όπως σημειώνεται στην έκθεση, τα συγκεκριμένα μοντέλα εμφανίζουν μικρότερη ακρίβεια στην πρόβλεψη άλλων παραμέτρων, όπως η ένταση και τα ύψη βροχόπτωσης.
Το πιο προβεβλημένο μοντέλο τεχνητής νοημοσύνης για τροπικούς κυκλώνες το 2025 ήταν το μοντέλο της Google DeepMind, το οποίο παρουσιάστηκε τον Ιούνιο μέσω του Google Weather Lab και παρείχε συνδυαστικές προβλέψεις έως και 15 ημέρες νωρίτερα. Κατά τη διάρκεια της σεζόν, το μοντέλο αυτό υπερείχε συστηματικά των συμβατικών αριθμητικών μοντέλων πρόγνωσης καιρού (NWP), όπως το αμερικανικό GFS, όσον αφορά την πρόβλεψη της πορείας των τυφώνων στον Ατλαντικό.
Η εικόνα ήταν πιο σύνθετη σε άλλες λεκάνες, κυρίως στον Δυτικό Ειρηνικό, όπου η ακρίβεια της AI υστερούσε έναντι φυσικοκεντρικών συστημάτων, όπως εκείνα του ECMWF. Παράλληλα, οι προβλέψεις έντασης, ιδίως σε περιπτώσεις ταχείας ενίσχυσης των φαινομένων, παρουσίασαν περιορισμένη αξιοπιστία.
Όπως τονίζουν οι αναλυτές της Gallagher Re, «μία σεζόν δεν αρκεί για οριστικά συμπεράσματα επιτυχίας ή αποτυχίας οποιουδήποτε μοντέλου». Παρ’ όλα αυτά, «η απόδοση της τεχνητής νοημοσύνης ήταν αρκετά υποσχόμενη ώστε να καταστεί σαφές ότι η συγκεκριμένη τεχνολογία θα ενσωματωθεί ακόμη βαθύτερα στην επιχειρησιακή μετεωρολογία».
Στα βασικά πλεονεκτήματα των μοντέλων AI συγκαταλέγονται οι εξαιρετικά γρήγοροι χρόνοι εκτέλεσης, οι χαμηλές απαιτήσεις υπολογιστικής ισχύος και η σταθερότητα μεταξύ διαδοχικών προσομοιώσεων. Ωστόσο, η ποιότητα των αποτελεσμάτων εξαρτάται άμεσα από την πληρότητα και την ποιότητα των ιστορικών δεδομένων και των δεδομένων επανάλυσης πάνω στα οποία εκπαιδεύονται. Η ανάγκη για τακτική επαναεκπαίδευση και αναπροσαρμογή των μοντέλων κρίνεται κρίσιμη, ιδιαίτερα σε περιβάλλοντα ταχέων ατμοσφαιρικών ή ωκεάνιων μεταβολών που συνδέονται και με την κλιματική αλλαγή.
Η έκθεση επισημαίνει επίσης ότι η χρήση ακόμη και φαινομενικά αξιόπιστων βάσεων δεδομένων ενέχει κινδύνους, καθώς σε πολλές περιπτώσεις είναι περιορισμένες, ειδικά όταν εφαρμόζονται σε ολόκληρες γεωγραφικές λεκάνες. Αυτό μπορεί να οδηγήσει σε «κενά» στα αποτελέσματα, όπως η υποεκπροσώπηση σπάνιων αλλά ακραίων γεγονότων.
Παρά το αυξανόμενο ενδιαφέρον για τα μοντέλα τεχνητής νοημοσύνης, οι επιστήμονες και οι χρήστες του δημόσιου και ιδιωτικού τομέα θα συνεχίσουν να βασίζονται σε μεγάλο βαθμό στα παραδοσιακά μοντέλα αριθμητικής πρόγνωσης και τροπικών κυκλώνων. Η ενσωμάτωση της AI, ωστόσο, αναμένεται να ενισχύσει ουσιαστικά το έργο των καταστροφικών μοντελιστών και των risk managers, βελτιώνοντας την κατανόηση του εύρους των πιθανών σεναρίων και την έγκαιρη, ακριβή επικοινωνία σε πραγματικό χρόνο.
Οι αναλυτές της Gallagher Re καταλήγουν ότι, αν και δεν αναμένεται η πλήρης αντικατάσταση των φυσικοκεντρικών μοντέλων, οι επενδύσεις στον τομέα καταγράφουν ιστορικά υψηλά επίπεδα. Σε αυτές περιλαμβάνονται το σύστημα NOAA Project EAGLE, το Artificial Intelligence / Integrated Forecasting System (AIFS) του ECMWF, καθώς και σημαντικές πρωτοβουλίες από ιδιωτικές εταιρείες όπως οι Microsoft, IBM και NVIDIA.
Τέλος, πέραν της πρόγνωσης καιρού, η ραγδαία ανάπτυξη της τεχνητής νοημοσύνης και το αυξανόμενο ενεργειακό αποτύπωμα των data centers εγείρουν ευρύτερους προβληματισμούς. Όπως σημειώνεται, ο τρόπος με τον οποίο ο κόσμος θα επενδύσει σε πράσινη ενέργεια για την κάλυψη αυτών των αναγκών θα αποδειχθεί καθοριστικός για τη μείωση των εκπομπών αερίων του θερμοκηπίου.
