NEW YORK — Kecerdasan buatan (AI) kian banyak digunakan dalam prakiraan cuaca dan pemodelan iklim. Meski demikian, para ilmuwan menilai teknologi ini masih memiliki keterbatasan dan belum bisa menggantikan pendekatan berbasis fisika yang menjadi fondasi ilmu iklim.
Dalam konteks prakiraan cuaca dan iklim, AI umumnya merujuk pada pembelajaran mesin (machine learning), yakni teknologi yang memungkinkan komputer mengenali pola dari data. Pembelajaran mesin berbeda dari pemodelan bahasa besar yang banyak dikenal melalui penggunaan chatbot.
Model pembelajaran mesin mampu memproses data dalam jumlah besar, mengenali hubungan yang kompleks, serta menghasilkan prediksi lebih cepat dibandingkan sejumlah model tradisional.
Di bidang prakiraan cuaca, pembelajaran mesin dinilai menunjukkan kinerja yang sangat efektif. Pusat Peramalan Cuaca Jangka Menengah Eropa (ECMWF) telah mengoperasikan model berbasis pembelajaran mesin pertamanya sejak Februari 2025, yang dijalankan bersamaan dengan sistem peramalan yang sudah ada.
Menurut ECMWF, satu kali menjalankan model tradisional mengonsumsi energi sekitar 1.000 kali lebih banyak dibandingkan model pembelajaran mesin dan membutuhkan waktu sekitar 30 menit. Sementara itu, model pembelajaran mesin dapat berjalan dalam waktu sekitar 3 menit.
Meski menawarkan kecepatan dan efisiensi energi, pembelajaran mesin memiliki kelemahan utama, yakni ketergantungan pada data pelatihan. Jika peristiwa cuaca ekstrem tidak cukup sering muncul dalam data masa lalu, model berisiko meremehkan frekuensi atau intensitas kejadian tersebut. Hal ini menjadi perhatian penting karena akurasi prediksi cuaca ekstrem berpengaruh langsung terhadap keselamatan manusia.
