Найти в Дзене
Техносуверен

Роман Вильфанд: ИИ улучшает прогнозы погоды, но не заменит метеорологов

Технологии искусственного интеллекта (ИИ) активно внедряются в метеорологию, однако полное замещение профессии метеоролога вряд ли возможно. Об этом рассказал Роман Вильфанд, научный руководитель Гидрометцентра России, в интервью ТАСС. Вильфанд отметил, что использование ИИ в метеорологии приносит значительные преимущества, особенно в тех областях, где физические законы еще не открыты или недостаточно изучены. Он подчеркнул, что машинное обучение и нейронные сети являются полезными инструментами, однако здесь не возникает конкуренции между человеком и машиной. Современные технологии помогают обрабатывать данные, получаемые с различных источников, включая спутники, радары и наземные станции. Эти данные используются для дальнейшей оценки погодных условий и постобработки уравнений, которые нейросеть применяет для формирования прогнозов. » Вильфанд пояснил, что все известные метеорологические законы интегрируются в модели, но ошибки могут возникать. Поэтому используются методы глубокого ма
   Владимир Гердо/ ТАСС
Владимир Гердо/ ТАСС

Технологии искусственного интеллекта (ИИ) активно внедряются в метеорологию, однако полное замещение профессии метеоролога вряд ли возможно. Об этом рассказал Роман Вильфанд, научный руководитель Гидрометцентра России, в интервью ТАСС.

Вильфанд отметил, что использование ИИ в метеорологии приносит значительные преимущества, особенно в тех областях, где физические законы еще не открыты или недостаточно изучены. Он подчеркнул, что машинное обучение и нейронные сети являются полезными инструментами, однако здесь не возникает конкуренции между человеком и машиной.

Современные технологии помогают обрабатывать данные, получаемые с различных источников, включая спутники, радары и наземные станции. Эти данные используются для дальнейшей оценки погодных условий и постобработки уравнений, которые нейросеть применяет для формирования прогнозов. »

Вильфанд пояснил, что все известные метеорологические законы интегрируются в модели, но ошибки могут возникать. Поэтому используются методы глубокого машинного обучения для повышения точности прогнозов.