ย้อนทบทวนการคาดการณ์เส้นทางไต้ฝุ่นหมายเลข 30: แบบจำลอง AI ทำได้ดีกว่าแบบจำลองดั้งเดิม

เส้นทางมุ่งขึ้นไปทางตะวันออกเฉียงเหนือผ่านทะเลจีนตะวันออก

ณ ปี 2026 กรมอุตุนิยมวิทยาญี่ปุ่นซึ่งเป็น RSMC ออกพยากรณ์ไต้ฝุ่นล่วงหน้าได้ถึง 5 วัน เมื่อดูประวัติแผนภาพเส้นทาง พบว่าไต้ฝุ่นเคลื่อนอยู่ภายในพื้นที่วงกลมพยากรณ์ที่กำหนดไว้ตั้งแต่แรกเป็นส่วนใหญ่ จึงกล่าวได้ว่าการพยากรณ์โดยรวมค่อนข้างเหมาะสม

อย่างไรก็ตาม ความแม่นยำของการคาดการณ์ล่วงหน้าเกิน 5 วัน ซึ่งไม่มีการเผยแพร่พื้นที่วงกลมพยากรณ์นั้น แตกต่างกันอย่างมากตามประเภทของแบบจำลองอุตุนิยมวิทยา

แบบจำลอง AI คาดการณ์เส้นทางได้ใกล้เคียงกับเส้นทางจริงตั้งแต่ระยะแรก

เส้นบาง ๆ แต่ละเส้นในภาพประกอบของบทความนี้แสดงผลการจำลองเชิงตัวเลขที่คำนวณด้วยแบบจำลองฟิสิกส์และแบบจำลอง AI โดยหน่วยงานอุตุนิยมวิทยาในประเทศต่าง ๆ ทั่วโลก เส้นเหล่านี้เชื่อมตำแหน่งศูนย์กลางของหย่อมความกดอากาศต่ำที่ได้จากการคำนวณด้วยวิธีพยากรณ์แบบ ансамбิล ซึ่งเป็นการคำนวณหลายชุดโดยใช้ค่าเริ่มต้นที่แตกต่างกันเล็กน้อย เพื่อใช้ประกอบการประเมินความเชื่อมั่นของผลพยากรณ์

แบบจำลองอุตุนิยมวิทยาฟิสิกส์แบบดั้งเดิมใช้คอมพิวเตอร์แก้สมการตามทฤษฎีอุตุนิยมวิทยา เพื่อพยากรณ์สภาพอากาศในอนาคต ส่วนแบบจำลองอุตุนิยมวิทยา AI เรียนรู้การเปลี่ยนแปลงของบรรยากาศตามเวลา โดยใช้ข้อมูลสภาพอากาศในอดีตเป็นข้อมูลคำตอบ จากนั้นจึงใช้แบบจำลองที่ผ่านการฝึกแล้วพยากรณ์สภาพอากาศในอนาคต

เมื่อเปรียบเทียบผลเหล่านี้ พบว่าในช่วงแรก แบบจำลองฟิสิกส์แบบดั้งเดิมส่วนใหญ่คาดการณ์ว่าไต้ฝุ่นจะเบี่ยงขึ้นไปทางตะวันออกเฉียงเหนือจากทางใต้ของญี่ปุ่น แล้วมุ่งหน้าไปทางตะวันออกของญี่ปุ่น แต่แนวโน้มเปลี่ยนไปอย่างมากตั้งแต่ราววันที่ 16 โดยผลการจำลองส่วนใหญ่คาดการณ์ว่าจะเคลื่อนจากบริเวณใกล้ไต้หวันไปทางทะเลจีนใต้ หลังจากวันที่ 20 เป็นต้นมา การคาดการณ์ว่าจะเคลื่อนขึ้นไปทางเหนือผ่านทะเลจีนตะวันออกจึงเริ่มมีมากขึ้น

ในทางกลับกัน ผลการจำลองที่ใช้เทคโนโลยี AI มีแนวโน้มการพยากรณ์ที่เปลี่ยนแปลงไม่มากตั้งแต่ช่วงแรก และมีความสม่ำเสมอ โดยพบว่าการคาดการณ์ว่าไต้ฝุ่นจะเคลื่อนขึ้นไปทางเหนือผ่านทะเลจีนตะวันออกมีต่อเนื่องมาตั้งแต่ราววันที่ 14 ก่อนที่ไต้ฝุ่นจะก่อตัว

ผลที่เกิดขึ้นแสดงให้เห็นว่า ในกรณีไต้ฝุ่นหมายเลข 30 ครั้งนี้ ความแม่นยำในการพยากรณ์เส้นทางของแบบจำลอง AI สูงกว่าแบบจำลองฟิสิกส์แบบดั้งเดิมอย่างมาก

Global Storm Center ของ Weathernews ดำเนินการประเมินแบบจำลองพยากรณ์ไต้ฝุ่นในเชิงปริมาณ และกำลังรวบรวมผลการประเมินไต้ฝุ่นหมายเลขอื่น ๆ ด้วย