Umetna inteligenca postaja pomembno orodje pri delu Agencije Republike Slovenije za okolje (ARSO). Strokovnjaki jo uporabljajo za hitrejše zaznavanje pojavov, ki lahko ogrozijo ljudi, premoženje in infrastrukturo, pri tem pa ne nadomešča klasičnih fizikalnih modelov, temveč jih dopolnjuje.
Na ARSO strojno učenje med drugim omogoča hitrejše računske postopke, obdelavo večjih količin podatkov in izboljšanje nekaterih napovedi. Pri tem uporabljajo desetletja zbrane podatke o vremenu, vodah in morju, ki jih generalni direktor ARSO Jože Knez opisuje kot strateško surovino za razvoj modelov umetne inteligence.
Eden od primerov je uporaba umetne inteligence pri zelo kratkoročnih vremenskih napovedih in poprocesiranju. Metode UI in strojnega učenja uporabljajo pri napovedovanju neviht in kratkovalovnega sevanja, pa tudi pri napovedih proizvodnje sončnih elektrarn.
ARSO razvija tudi modele za regionalno napovedovanje vremena. Pri tem prenašajo znanje iz že naučenih modelov na območje Slovenije, rezultati testiranja na podatkih iz leta 2025 pa so pokazali izboljšanje pri večini obravnavanih vremenskih spremenljivk.
Pomemben del razvoja je namenjen napovedovanju poplav. Model SIREN, ki so ga razvili skupaj s Fakulteto za računalništvo in informatiko Univerze v Ljubljani, povezuje vremenske napovedi modela ALADIN z meritvami padavin in pretokov rek ter vsako uro pripravi napoved za prihodnjih 60 ur. Pri testiranju je dosegel boljše rezultate od nekaterih obstoječih modelskih rešitev, predvsem pri napovedovanju visokih pretokov.
Sistem HIDRA4 pa z umetno inteligenco napoveduje višino morske gladine po vsej Evropi. Napoved za posamezno lokacijo lahko pripravi v nekaj sekundah, model pa temelji na več kot 25 letih meritev in atmosferskih podatkih za približno 250 evropskih mareografskih postaj.
Za Slovenijo razvijajo tudi sistem FLOODCAST, ki s strojnim učenjem ocenjuje verjetnost hudourniških poplav v naslednjih 6 do 72 urah. Model še ne deluje v realnem času in se ne uporablja v operativnem procesu, ampak strokovnjakom služi kot dodatna informacija pri odločanju.
ARSO pri tem poudarja, da umetna inteligenca ne pomeni opustitve klasičnega napovedovanja. Cilj je povezovanje fizikalnih modelov, meritev, velikih podatkovnih zbirk in strojnega učenja, da bi bile napovedi hitrejše in uporabnejše, predvsem pri dogodkih, pri katerih je za odziv na voljo zelo malo časa.
