Google DeepMind использует модели искусственного интеллекта для прогнозирования траектории и интенсивности ураганов до их выхода на сушу, стремясь сократить время вычислений и повысить точность предупреждений для населения и служб, отвечающих за чрезвычайные ситуации. Компания заявляет, что модели WeatherNext обучались на 50 годах исторических метеорологических данных и могут работать на одном TPU вместо масштабной вычислительной инфраструктуры, на которую опирались традиционные модели.
Об этом шла речь в интервью с Ferran Alet, исследователем Google DeepMind, участвовавшим в разработке моделей WeatherNext. Alet объясняет, что термины cyclone, hurricane и typhoon с научной точки зрения обозначают одно и то же явление, а различия в названии зависят от географического региона.
От физических симуляций к прогнозированию с помощью искусственного интеллекта
Исторически прогнозирование ураганов основывалось на физических моделях, имитирующих законы гидродинамики с использованием данных глобальных датчиков. Для этого процесса требовались суперкомпьютеры размером с транспортные контейнеры или здания в несколько этажей, а доступные данные могли быть неполными или зашумлёнными. Согласно Google DeepMind, точность прогнозов улучшалась примерно на один дополнительный день каждые десять лет благодаря совершенствованию моделей, увеличению числа спутников и росту вычислительных возможностей.
WeatherNext добавляет слой искусственного интеллекта, который изучает закономерности в прошлых и текущих данных, помогая оценивать будущее. Компания заявляет, что этот подход обеспечил скачок, эквивалентный прогрессу, которого ожидали бы за целое десятилетие, причём в рамках одного поколения моделей. Она также указывает на улучшение прогнозирования как места, которого достигнет ураган, так и его интенсивности при выходе на сушу.
Что меняется на практике?
Метеорологические службы рассматривают возможность продления горизонта публичных прогнозов с пяти до семи дней. Дополнительный день может дать властям и населению больше времени для подготовки, но это не означает отказа от физических моделей или проверки прогнозов метеорологами.
Google DeepMind приводит ураган Melissa как пример ценности раннего предупреждения. Согласно интервью, компания поддерживала Национальный центр по наблюдению за ураганами до начала сезона ураганов, а прогнозы искусственного интеллекта с высокой степенью уверенности помогли выпустить предупреждение о быстром усилении урагана, который изначально выглядел как ураган первой категории, а затем достиг пятой категории. Компания также заявляет, что власти Ямайки получили дополнительный день для подготовки к чрезвычайной ситуации.
Предоставление моделей исследователям
Google DeepMind объявила о предоставлении моделей WeatherNext 2 и моделей WeatherNext для ураганов с открытым исходным кодом, а также интерактивного сайта Weather Lab. Эта доступность призвана дать академическим специалистам и учёным возможность тестировать модели и проводить новые исследования в области прогнозирования экстремальных погодных явлений.
Анализ certi.news
Главное изменение здесь заключается не просто в использовании искусственного интеллекта в метеорологии, а в заявленном сокращении требований к эксплуатации — от суперкомпьютеров до одного процессора — при возможности предоставить модели для научных исследований. Это может расширить круг организаций, способных тестировать прогнозы ураганов, однако источник представляет точку зрения Google DeepMind и не содержит в этом материале независимых сравнительных результатов или количественных данных о величине повышения точности. Поэтому практическая эффективность WeatherNext, особенно при работе с неполными данными или быстро развивающимися штормами, по-прежнему требует оценки со стороны метеорологических служб и независимых исследователей.