AI biasanya bekerja dengan mengenali pola.

Model yang dibuat dilatih untuk mengenali pola, dan kita dapat memberi label pada pola tersebut. AI kemudian akan menggunakan label ini untuk mengatakan, “Kalau begini maka akan begitu, kalau seperti itu maka akan terjadi hal itu,” dan sebagainya.

Dengan “memakan” banyak dataset, model AI dapat menjadi lebih pintar, yang berarti hasil pengenalan pola lebih akurat.

Kita bisa memberikan data ke model AI untuk mengenali pola perubahan cuaca, sehingga AI dapat meramal cuaca dengan lebih akurat.

Setelah membuat modelnya, perlu melatihnya untuk mengidentifikasi pola dan menyempurnakannya dengan membandingkan data—data sebenarnya dengan prediksi AI tersebut—agar lebih tepat.
AI dengan pelatihan yang cukup dan pemodel yang baik, dapat mempelajari data dari beberapa tahun yang lampau melewati beberapa siklus cuaca di bumi, prediksinya akan lebih baik.

Tantangannya adalah data. Seberapa banyak dan akurat datanya dapat dipakai untuk melatih AI tersebut.