Искусственный интеллект научился составлять прогноз погоды

Две сильнейшие научные публикации на тему искусственного интеллекта, которые вышли в 2023 году, действительно оказались революционными. В чем же суть прорыва? Сейчас для составления качественного прогноза погоды нужны суперкомпьютеры. Чтобы правильно рассчитать, как будут развиваться атмосферные процессы, требуются колоссальные вычислительные мощности, ведь в прогностическую модель загружается огромное число параметров. Причем важную роль в современных прогнозах погоды играют спутники: без них качество прогнозирования просело бы вдвое, откатившись на полвека назад.

Главная проблема прогнозов погоды – это предел предсказуемости атмосферных процессов. На это еще в середине прошлого века указал выдающийся геофизик, математик и метеоролог Эдвард Лоренц. Физически обоснованный прогноз погоды нельзя сделать больше, чем на две-три недели. Да и это сложнейшая вычислительная задача, требующая суперкомпьютерных технологий. Позволить себе подобное могут только развитые, богатые страны. Для повышения точности прогнозов нужны так называемые ансамблевые расчеты, то есть целое семейство прогностических процедур, что крайне затратно.

Вот тут-то и возникла революционная идея применить искусственный интеллект. Примечательно, что первыми прогноз погоды с использованием нейросети сделали не ученые, а коллективы крупнейших транснациональных корпораций – Google и Huawei.

"Теперь мы понимаем, что есть новый метод, основанный на таких статистических моделях. На самом деле, метод машинного обучения, ИИ, это статистические модели, они используют очень большое количество данных. Вот этот метод оказывается не просто конкурентоспособен – он оказывается более эффективен", – говорит замдиректора Научно-исследовательского вычислительного центра МГУ имени Ломоносова, доктор физико-математических наук Виктор Степаненко.

Специалисты использовали результаты расчетов модели Европейского центра среднесрочных прогнозов погоды за 50 лет по всему земному шару и подвергли их беспрецедентному статистическому анализу. Оказалось, что на таком гигантском объеме информации новую компьютерную программу можно, образно говоря, научить делать прогноз погоды – на основе уже имеющейся информации. Более того, прогноз получился даже немного лучше, чем у модели, на результатах которой нейросеть обучалась.

Однако, несмотря на революционность разработки, классические численные модели прогноза погоды все равно останутся в арсенале метеорологов и климатологов, и, несомненно, будут нужны.

"Будет заблуждением считать, что теперь мы можем отбросить те модели прогноза погоды, которые считались и считаются сейчас в оперативном режиме ежедневно. Отбросить их и заменить их на ИИ – это иллюзия. Если вы почитаете те же самые статьи в Science, Nature, то вы убедитесь, что сами авторы признают: эти результаты, которые они получили, были бы невозможны, если бы не модели физические, – объяснил Степаненко. – Потому что те самые данные, на которых обучены эти нейросети, это не просто данные измерений. Обучены нейросети на так называемом реанализе. Реанализ – это некая смесь данных измерений и вот этих вот математических, физических моделей".

Освоение космоса в середине прошлого века дало мощный импульс в развитии метеорологии. Ну а сегодня мы, по всей видимости, переживаем нейросетевую революцию в метеорологии.