Мы часто ругаемся на синоптиков, мол, они даже на час вперёд погоду не могут предсказать, что говорить о неделе вперёд? Оказывается, именно прогноз на ближайший час является наиболее сложной задачей.
Лондонская компания DeepMind, которая занимается технологиями ИИ, совместно с национальной метеорологической службой Великобритании разработала инструмент глубокого обучения DGMR (deep generative model of rainfall, глубокая генеративная модель дождя). Он способен точно предсказать вероятность дождя в ближайшие 90 минут. И это действительно круто.
Эксперты сравнили прогнозы DGMR с прогнозами существующих инструментов и сочли, что в 89% случаев ИИ предлагал более точную информацию по целому ряду факторов, включая прогнозы местоположения, протяженности, движения и интенсивности дождя.
Прогнозирование дождя, особенно сильного ливня, крайне полезно людям. Эту информацию могут использовать как организаторы мероприятий на открытом воздухе, так и авиация, службы экстренной помощи. Однако делать такие прогнозы трудно, ведь нужно точно знать, сколько воды в небе, когда и куда она упадет. А это зависит от изменения температуры, образования облаков, скорости и силы ветра. Все эти факторы достаточно сложны сами по себе, но становятся ещё более сложными, если попытаться связать их вместе.
Существующие методы прогнозирования используют компьютерное моделирование физических процессов в атмосфере. Они хорошо подходят для долгосрочного прогнозирования, но плохо показывают, что произойдет вот-вот. Уже были попытки использовать для этих целей глубокое обучение, но получалось решить только одну задачу. Например, удавалось точно спрогнозировать местоположение, но неправильно предсказать интенсивность осадков. И наоборот.
DEEPMIND
Команда DeepMind обучила свой ИИ работе с данными радара. Во многих странах есть хорошая практика публиковать спутниковые снимки, на которых видно формирование и движение облаков. В Великобритании, например, они публикуются каждые пять минут. Если соединить эти снимки, можно получить покадровое видео, которое показывает, как дожди движутся по стране. Это напоминает анимацию в прогнозе погоды по телевизору.
Исследователи отправили эти данные в генеративно-состязательную сеть, обученную генерировать новые образцы данных, похожие на реальные. Подобная нейросеть использовалась для создания фальшивых лиц и даже фальшивых картин Рембрандта.
Новая нейросеть получила название DGMR. Она научилась генерировать поддельные снимки со спутника, которые продолжали последовательность реальных измерений. Как будто вы смотрите несколько кадров из фильма и угадываете, что будет дальше.
Сотрудничество DeepMind с Метеорологическим бюро – хороший пример разработки искусственного интеллекта под конечного пользователя. К сожалению, это редкая практика. Команда работала над проектом несколько лет, и вклад экспертов Метеорологического бюро неоценим. Если бы DeepMind работала самостоятельно, скорее всего конечный продукт не получился бы таким полезным. А компания ставит перед собой задачу доказать, что ИИ может иметь практическое применение и решать научные проблемы.
А как о дожде узнают в России?
Относительно недавно появился интересный метеорологический проект, связанный с нейросетями — технология Meteum 2.0. Она полагается не только на данные, собранные со спутника или другими тех. средствами, но ещё и на сообщения пользователей. Благодаря этому краткосрочный прогноз осадков стал точнее на 20%.
Meteum обучается на архиве прогнозов, анализируя взаимное влияние погодных параметров, а потом составляет прогнозы на основе свежих данных. Однако осадки не так равномерны, как температура, и дождь может попросту «проскочить» между метеостанциями или случиться в промежутке между замерами. Благодаря сообщениям пользователей, можно составить детальную карту осадков и сделать точным не только прогноз на 10 дней, но и на несколько часов.
Может быть, в совсем скором будущем дождь больше не сможет застать нас врасплох.
