Nejriskantnější meteorologická předpověď v dějinách
Vylodění v Normandii představovalo bezprecedentní logistickou i vojenskou operaci, která vyžadovala velmi specifické povětrnostní podmínky: klidné moře pro vyloďovací čluny, nízkou oblačnost pro leteckou podporu a příznivý příliv. Původní termín byl stanoven na 5. června 1944. Skupina meteorologů vedená skupinovým kapitánem Jamesem Staggem však v Atlantiku detekovala blížící se hlubokou tlakovou níži a doporučila invazi odložit o 24 hodin.
Historické drama, které nově připomněl i filmový snímek Pressure, inspirovalo britské vědce k neobvyklému meteorologickému testu. Tým pod vedením profesora Andrewa Charltona-Pereze digitalizoval dochované historické záznamy a data vložil do pokročilého systému umělé inteligence pro předpověď počasí vyvinutého v Evropském centru pro střednědobé předpovědi počasí (ECMWF).
AI potvrdila odklad, na 6. června ale podlehla klamu
Výzkum, jehož výsledky byly publikovány v vědeckém časopise Weather a podrobně rozebrány na portálu The Conversation, přinesl překvapivá zjištění. Výzkumníci nechali neuronovou síť vygenerovat 50 různých simulací atmosférického vývoje z tehdy dostupných dat.
Pro kritický den 5. června model jednoznačně potvrdil správnost Staggova historického rozhodnutí. AI identifikovala silnou cyklónu nad Severním mořem a vysokou pravděpodobnost nebezpečného větru i vlnobití, které by vylodění téměř jistě proměnily v katastrofu.
Zásadní problém však nastal u předpovědi na samotný Den D, tedy 6. června. Umělá inteligence spočítala, že se frontální systém přesune směrem k Norsku podstatně rychleji, než k tomu ve skutečnosti došlo. Model proto na vyloďovacích plážích simuloval mnohem jasnější oblohu a klidnější vítr, než jakému spojenečtí vojáci reálně čelili. I v samotných výstupech AI navíc přetrvávalo zhruba 30% riziko silného větru a nízké oblačnosti, což by dnešním velitelům stále ponechávalo obrovskou míru nejistoty.
Souboj fyziky a rozpoznávání vzorců se opakuje
Zajímavým aspektem výzkumu je paralela mezi rokem 1944 a dnešní meteorologií. V meteorologickém štábu před 80 lety stály proti sobě dva různé metodické přístupy:
- Fyzikální dynamika pod vedením norského meteorologa Sverreho Petterssena, která počítala vývoj atmosféry na základě termodynamických zákonů a proudění vzduchu.
- Analogová metoda amerického meteorologa Irvinga Kricka, který v historických archivech hledal podobné mapy počasí z minulosti a předpokládal, že se atmosféra zachová stejně.
Dnešní meteorologické modely umělé inteligence v podstatě navazují na Krickovu analogovou myšlenku, ovšem s využitím obrovského výpočetního výkonu a neuronových sítí trénovaných na desítkách let detailních atmosférických reanalýz. Fyzikální modely provozované na superpočítačích zase rozvíjejí Petterssenův odkaz.
Proč ani nejlepší algoritmus nenahradí lidský úsudek
Moderní technologie dokážou zpracovat miliony satelitních pozorování za sekundu a generovat ansámblové předpovědi během okamžiku. Jak ale ukázal experiment s počasím z června 1944, atmosférický chaos má své limity předpověditelnosti bez ohledu na to, zda počítáte přes diferenciální rovnice nebo neuronové sítě.
Konečné rozhodnutí Jamese Stagga nebylo pouhým čtením mapy, ale komplexním syntetickým zhodnocením rizika a chování tlakových útvarů v extrémně dynamickém prostředí Lamanšského průlivu. Bez lidské expertizy, schopnosti zpochybnit modelové výstupy a pochopení konkrétního operačního rizika by ani s moderní AI neměl generál Eisenhower na stole jednoznačnou odpověď.
