Первая российская базисная ИИ-модель океана будет создана в ближайшие 1,5-2 года

МОСКВА, 26 июня. /ТАСС/. Исследователи из МФТИ и ряда других российских научных организаций в ближайшие 1,5-2 года завершат разработку первой российской базисной ИИ-модели океана, чье создание значительным образом упростит прогнозирование поведения океана и оценку его вклада в колебания климата Земли. Об этом сообщил журналистам на заседании научного клуба Физтеха доцент МФТИ Михаил Криницкий.

"На настоящий момент в мире существует всего три базисных модели океана. Сейчас мы активно работаем над нашей нейросетевой моделью, которая должна появиться на горизонте в 1-1,5 года, максимум через два года. Когда она у нас появится, мы сможем уточнять прогнозы динамики Мирового океана, полученные при помощи классических гидродинамических методов, и очень быстро и дешево оценивать неопределенность климатических прогнозов", - заявил Криницкий.

Как отметил доцент МФТИ, уникальной особенностью российской модели океана является то, что она способна обучаться не только на результатах физически корректных расчетов климатических моделей и гидродинамического моделирования для всего Мирового океана, но и на базе высококачественных индивидуальных замеров, полученных при помощи автоматизированных станций, буйков и прочих наблюдательных приборов.

"Существующие базисные модели океана обучены на результатах так называемых сеточных расчетов, в рамках которой Земля разбивается на большое число блоков, свойства океана в каждом из которых просчитываются при помощи точных гидродинамических подходов. Мы разрабатываем модель, которая способна усваивать и сеточные данные, и нерегулярные данные, которые получают периодически всплывающие буи или включающиеся метеостанции. Все эти данные нам очень хочется использовать для обучения, что пока не делает никто", - отметил ученый.

Реализация этих планов, по словам Криницкого, позволит российским ученым значительно упростить и ускорить проведение расчетов и составление прогнозов, связанных с динамикой Мирового океана, для получения которых ученые сейчас используют очень ресурсоемкие, но при этом физически точные гидродинамические подходы. Создание их ИИ-аналогов позволит получать эти прогнозы значительно быстрее с минимальным снижением качества этих расчетов, подытожил ученый.