Kutatók az arcfelismerési eljárásokban használt technológiát alkalmazták a jégeső-prognózis modellek elkészítéséhez.

Az Amerikai Egyesült Államok Nemzeti Légkörkutató Központja (NCAR) és az Egyetemi Légkörkutató Társaság (UCAR) által megalkotott megoldás lehetővé teszi a jégesők és azok súlyosságának eddiginél sokkal pontosabb előrejelzését. A használt mesterséges intelligenciát korábban arcfelismerési rendszerekhez alkalmazták, de most a kutatók megtanították arra, hogy a különböző időjárásbeli jelenségekből felismerje a jégeső kialakulását.

Az új rendszer segítségével még az is prognosztizálható, hogy mekkora nagyságú jégszemekre lehet számítani. Ez a meteorológusok által eddig használt technikákkal gyakorlatilag lehetetlen volt. David John Gagne, az NCAR tudósa és a kutatás vezetője kifejtette, hogy pontosan tisztában vannak azzal, hogy egy közelgő vihar struktúrája befolyásolja azt, hogy várható-e jégeső vagy sem. Egy szupercellából előbb jön létre például jégeső, mint egy zivatarláncból. A jégeső kialakulása számos meteorológiai tényezőtől függ, de, ha minden követelményt figyelembe is vettek, akkor sem lehetett megmondani, hogy mekkora jégszemekre lehet számítani.

A számítógépes modellek ugyanis nem voltak képesek megbirkózni az ennek kiszámításához szükséges adatmennyiséggel. A mesterséges intelligencia, ezen belül is a gépi tanulás, viszont meg tudott birkózni ezzel a feladattal. A kifejlesztett szoftver kiszámítja a vihar struktúráját és ezzel párhuzamosan feldolgozza a legfontosabb időjárás-adatokat, például a szélerősséget, a hőmérsékletet és a légnyomást. Ezek alapján jön létre egy prognózis, amelyet azután összehasonlítanak a bekövetkezett vihar jellemzőivel. Az összehasonlításoknak köszönhetően az eljárás egyre kifinomultabbá válik, az eredmények pedig egyre megbízhatóbbak lesznek.