Российские учёные научили искусственный интеллект предсказывать погоду и климатические аномалии. На основе уже известных метеоданных нейросеть строит возможные сценарии, что позволяет значительно ускорить и упростить расчёты. Подробнее о принципах работы программы и о том, кому она может быть полезна, - в материале Марии Глазуновой.
Нейросети теперь умеют не только генерировать фото и видео, но и предсказывать погоду. Ученые Института искусственного интеллекта разработали ИИ-программу для прогноза климатических процессов и аномалий. Называется она Marchuk, в честь математика Гурия Марчука - его работы стали основой для многих современных вычислительных методов, которые используются для прогноза погоды.
Принцип работы этой программы прост: на основе полученных данных она строит различные сценарии развития климатических событий. Опираясь на эту статистику, эксперты могут оценить, например, с какой вероятностью пойдет дождь или какая температура воздуха ожидается в ближайшее время.
Главное преимущество такого подхода - скорость и простота расчетов. Сейчас для получения детального прогноза необходимо много времени и вычислительных процессов, но эта нейросеть может за семь с половиной минут сделать детальный прогноз на восемь дней, а также предсказать аномалии, которые произойдут через две недели или месяц. Для этого ей нужно проанализировать всего четыре снимка атмосферы, сделанных с перерывом в шесть часов. Кстати, в дополнение к основной нейросети, разработчики создали ИИ-метеоролога. Эта система автоматически переводит в простой и понятный текст сложные вычислительные данные.
И если для простого пользователя это - просто очередное приложение с прогнозом погоды, то для людей, чья работа зависит от погодных условий, такая нейросеть - настоящий помощник. Например, аграрии смогут точнее планировать посевные и уборочные работы, что позволит уберечь урожай от непогоды. А спасательные службы получат возможность более оперативно реагировать на природные катаклизмы.
Кстати, по словам ученых, система уже протестирована на локациях с разными климатами, например, в ирландском городе Корке, филиппинской Маниле, индийском Ченнаи и вьетнамском Дананге. Все для того, чтобы программа получала более обширные данные и могла строить более точные прогнозы даже в изменчивом и сложном климате.
Однако пока модель только учится и развивается. Например, версия, размещенная в свободном доступе, пока может дать лишь примерный прогноз на пять дней. Все потому, что объем архивных данных ограничен. Сейчас модель не сможет полностью заменить существующие системы анализа. Поэтому, считают ученые, лучше использовать ее не отдельно, а вместе с уже существующими программами. Тогда получится достигнуть баланса: нейросеть обеспечит высокую скорость расчетов, а классические модели - точные и надежные прогнозы.