Kosmos, sztuczna inteligencja i nowe technologie - IWD Partner

AI z MIT przewiduje ekstremalne burze bez danych historycznych

20 sierpnia 2025 roku w Nature Communications ukazał się opis narzędzia, które potrafi prognozować katastrofalne zdarzenia pogodowe — nawet te, które nigdy wcześniej nie wystąpiły w danym regionie. To nie jest ewolucja dotychczasowych modeli ryzyka: to fundamentalna zmiana założeń. Przez dekady planowanie infrastruktury, wycena ubezpieczeń i zarządzanie sieciami energetycznymi opierały się na prostej zasadzie — żeby przewidzieć ekstremum, musisz je najpierw zobaczyć. Zespół z Massachusetts Institute of Technology właśnie pokazał, że ta zasada nie musi być prawdą. Czym jest metoda η-learning i skąd się wzięła? η-learning (czytane: eta-learning), oficjalnie nazwana Extreme Event Aware, to algorytm uczenia maszynowego zaprojektowany specjalnie po to, by modelować zdarzenia ekstremalne, których nie ma w żadnym zbiorze treningowym. Twórcami metody są Kai Chang — doktorant na wydziale inżynierii mechanicznej MIT — oraz profesor Themis Sapsis, zajmujący Katedrę Williama I. Kocha w zakresie inżynierii mechanicznej i oceanicznej na MIT. Oboje badacze są afiliowani przy MIT Center for Computational Science and Engineering, a Sapsis posiada również nominację w ramach MIT Institute for Data, Systems, and Society. Wyniki ich pracy zostały opublikowane 20 sierpnia w recenzowanym czasopiśmie Nature Communications — jednym z najbardziej prestiżowych interdyscyplinarnych periodyków naukowych na świecie. Punkt wyjścia projektu był prowokacyjnie prosty: co jeśli model nie…