Искусственный интеллект помогает в прогнозировании экстремальных погодных условий

Климатические катаклизмы непредсказуемыми, необходимы более быстрые и точные прогнозы.
Поскольку изменение климата делает экстремальную погоду более вероятной и более непредсказуемой, метеорологам нужны новые инструменты, чтобы не отставать в прогнозировании.

Два исследования, опубликованные на этой неделе в научном журнале Nature, показывают, что искусственный интеллект может быть использован для более точного и быстрого прогнозирования и предупреждения об экстремальных погодных условиях.

В одном из исследований описывается, как модель искусственного интеллекта Pangu-Weather, разработанная компанией Huawei, использовалась для прогнозирования погодных условий на неделю по всему миру. Новая технология способна делать это быстрее, чем традиционные методы прогнозирования погоды, но с несколько меньшей точностью. Сеть была обучена на 39 годах глобальных данных с 1979 по 2017 год, сочетая историческую информацию о погоде с современными моделями прогнозирования погоды. Исследователи также изучили 69 факторов, включая поверхностные переменные и погодные переменные верхней атмосферы
Pangu-Weather привела к многообещающим результатам в прогнозирования погоды. Она предсказала начало и путь тропического циклона в Тихом океане более точно, чем другие модели прогнозирования, говорится в исследовании.

Второе исследование, опубликованное в журнале Nature на этой неделе, описывает, как модель ИИ NowcastNet после глубокого обучения, предсказывает экстремальные погодные условия более точнее и быстрее, чем другие методы прогнозирования. NowcastNet заняла первое место примерно в 71% случаев при сравнении с аналогичными системами прогнозирования, поясняется в исследовании.
В ходе тестирования NowcastNet предсказывал осадки за три часа до начала дождя, что делает его особенно важным инструментом для прогнозирования экстремальных погодных условий. Другие широко используемые модели, такие как DGMR от DeepMind, могут предсказать вероятность сильных осадков за 90 минут.
Но прогнозы, сделанные NowcastNet, оцениваются экспертами-метеорологами как более точные, чем pySTEPS, DGMR или другие системы глубокого обучения, - пишут авторы исследования.

Изменение климата делают прогнозирование погоды и экстремальных погодных условий традиционными методами все менее эффективным, вполне оправдана ставка на прогнозирование с помощью моделей искусственного интеллекта.