Первый раз в истории искусственный интеллект показал более высокую точность, чем традиционные модели прогнозирования погоды. Этот момент ученые считают настоящим прорывом в предсказании ураганов, циклонов и аномально высоких температур — словно новая эра в мире метеорологии.
Новая инновационная модель прогнозирования погоды, GraphCast, разработанная командой ученых из Google DeepMind, впервые превзошла в точности существующие системы прогнозов. GraphCast отличается от традиционных методов использованием машинного обучения на основе исторических данных, что позволяет выявлять неочевидные закономерности и достигать более точных прогнозов. Их исследование, опубликованное в журнале Science, называет сравнение с традиционными моделями “поворотным моментом” в прогнозировании ураганов, циклонов и экстремальных температур.
Среди наиболее точных систем прогнозирования погоды в мире выделяется High RESolution forecast (HRES), используемая Европейским центром среднесрочных прогнозов погоды (ЕЦСПП). Эта система, как и прочие традиционные модели, оперирует на основе численного прогноза, решая сложные уравнения с использованием суперкомпьютеров. Ученые отмечают, что с течением времени точность прогнозов значительно возросла, позволяя предсказывать траекторию ураганов за многие дни, что казалось невозможным несколько десятилетий назад.
Тем не менее, этот метод не лишен недостатков. Во-первых, он требует значительных вычислительных ресурсов. Во-вторых, его ограничивают те закономерности, которые метеорологи активно изучают и внедряют в модель в виде дополнительных уравнений и коррекций. Модель не способна самостоятельно извлекать уроки из исторических данных – для этого необходима поддержка исследователя.
В последнее время в качестве альтернативы этому подходу стало использование машинного обучения, которое, опираясь на исторические данные, создает прогноз, основанный исключительно на долгосрочной статистике, без привлечения “физической” моделирования атмосферы.
Примером развития такого подхода является модель с названием GraphCast, разработанная учеными. Эта модель способна предсказывать точный прогноз на 10 дней менее чем за минуту, используя всего лишь одно устройство Google Cloud TPU v4. Другими словами, ей требуется значительно меньше вычислительных ресурсов, чем у существующих суперкомпьютерных систем. В качестве исходных данных для прогноза модель использует текущее состояние погоды и состояние шесть часов назад, собранные Европейским центром среднесрочных прогнозов погоды на основе глобальных метеорологических наблюдений.
GraphCast был подвергнут сравнению с системой HRES, используемой Европейским центром среднесрочных прогнозов погоды (ЕЦСПП), по нескольким критериям, включая температуру, давление, скорость и направление ветра, а также влажность на различных уровнях атмосферы. По результатам анализа 90,3% из 1380 показателей GraphCast превзошел HRES.
Интересным аспектом исследования стало тестирование возможностей GraphCast в предсказании явлений, на которых он не был специально обучен. Сюда входили тропические циклоны, атмосферные реки (узкие зоны высокой концентрации водяного пара в атмосфере) и экстремальные температуры.
Сами ученые называют результаты своих исследований «поворотным моментом» в прогнозировании погоды.
