Новая ИИ-модель обещает прогноз погоды на 6 недель
Учёные из Массачусетского технологического института создали систему на основе ИИ, которая вдвое повысила точность субсезонных прогнозов и обошла лучшие мировые модели. Это может изменить работу сельского хозяйства и энергетики.
Метеорология за десятилетия достигла впечатляющих успехов, но предсказание погоды остаётся одной из самых трудных научных задач. Даже самые авторитетные модели редко дают надёжный результат на срок больше двух недель: слишком много атмосферных и климатических факторов взаимодействует между собой. Эта непредсказуемость лежит в основе теории хаоса, которую в 1970-е годы сформулировал математик Эдвард Лоренц. Согласно его выводам, за пределами двухнедельного горизонта «шум» в системе нарастает настолько, что полностью заглушает исходный сигнал. Для многих климатологов этот барьер до сих пор считается непреодолимым, а интервал от двух до шести недель, так называемое субсезонное прогнозирование, получил название «пустыни предсказуемости». Здесь и динамические расчёты, и модели искусственного интеллекта пасуют перед медленными и изменчивыми процессами вроде нынешнего аномально сильного Эль-Ниньо, а прогноз превращается в игру случая.
Джуда Коэн, климатолог из Массачусетского технологического института, давно сомневался в безусловности этого предела. По его мнению, атмосфера теоретически способна порождать бесконечное число состояний, но на практике раз за разом возвращается к ограниченному набору излюбленных конфигураций. Опираясь на эту идею, команда климатологов и специалистов по машинному обучению несколько лет создавала ИИ-систему, которая не только снижает погрешность прогноза, но и учится на собственных ошибках. Метод называется постобработкой: алгоритм сопоставляет неточности с историческими данными и корректирует свои расчёты. Три версии модели с постобработкой были направлены на ежегодный конкурс Европейского центра среднесрочных прогнозов погоды, одного из ведущих мировых метеорологических центров. Прежде участники опирались главным образом на средние климатические значения, и подобный подход к постобработке в конкурсе применили впервые.
Результаты оказались впечатляющими: на субсезонном горизонте точность прогнозов выросла вдвое по сравнению с существующими моделями. Авторы подчёркивают, что система лучше предсказывает и экстремальные явления — наводнения, резкие похолодания и другие опасные события, — и именно это может оказаться наиболее значимым для общества. Выгоду получат фермеры и энергетические компании, уже использующие субсезонные прогнозы, а в перспективе речь идёт и о спасённых жизнях. Сама работа ставит под сомнение распространённое мнение, будто инвестировать в модели для этого временного диапазона бессмысленно: по словам исследователей, их разработка стабильно превосходит климатологические средние, а значит, путь к дальнейшим прорывам открыт.
