«Системы прогнозирования погоды, на которые мы все полагаемся, разрабатывались десятилетиями, но всего за 18 месяцев нам удалось создать нечто, что конкурирует с лучшими из этих систем, используя лишь десятую часть данных на настольном компьютере», — сказал Ричард Тернер, инженер из Кембриджского университета (Великобритания), в своем заявлении.

Современные прогнозы погоды составляются путем ввода данных в сложные физические модели — многоступенчатый процесс, требующий нескольких часов работы на специализированном суперкомпьютере.

Aardvark Weather обходит этот сложный процесс: модель машинного обучения использует необработанные данные со спутников, метеостанций, кораблей и метеозондов для составления прогнозов, не опираясь на атмосферные модели. Спутниковые данные особенно важны для прогнозов модели, отмечает команда.

Новый подход может дать значительные преимущества с точки зрения стоимости, скорости и точности прогнозов погоды, утверждают исследователи. Вместо того чтобы требовать суперкомпьютер и специальную команду, Aardvark Weather может генерировать прогноз на настольном компьютере всего за несколько минут.

Замена конвейера прогнозирования погоды искусственным интеллектом

Команда сравнила производительность Aardvark с существующими системами прогнозирования, которые генерируют глобальные прогнозы. Используя всего 8 % данных наблюдений, необходимых традиционным системам прогнозирования, Aardvark превзошел показатели национальной системы глобального прогнозирования США (GFS) и оказался сопоставим с прогнозами метеорологической службы США.

Однако пространственное разрешение Aardvark несколько ниже, чем у современных систем прогнозирования, что может сделать его первоначальные прогнозы менее актуальными для гиперлокального прогнозирования погоды. Aardvark Weather работает с разрешением 1,5 градуса, то есть каждый квадрат в ее сетке охватывает 1,5 градуса широты и 1,5 градуса долготы. Для сравнения, GFS использует сетку с разрешением 0,25 градуса.

Однако исследователи также заявили, что, поскольку ИИ учится на основе получаемых данных, его можно настроить на прогнозирование погоды в конкретных областях — например, температуры для сельского хозяйства Африки или скорости ветра для возобновляемых источников энергии в Европе. Aardvark может использовать региональные данные более высокого разрешения, если они существуют, для уточнения местных прогнозов.

«Эти результаты — только начало того, чего может достичь Aardvark», — заявила соавтор исследования Анна Аллен из Кембриджского университета. «Этот подход к сквозному обучению может быть легко применен к другим проблемам прогнозирования погоды, например, ураганов, лесных пожаров и торнадо. Помимо погоды, его применение распространяется на прогнозирование более широких систем Земли, включая качество воздуха, динамику океана и прогнозирование морского льда».

По словам исследователей, Aardvark также может оказать поддержку центрам прогнозирования в тех регионах мира, где не хватает ресурсов для уточнения глобальных прогнозов до региональных прогнозов высокого разрешения.

«Прорыв Aardvark заключается не только в скорости, но и в доступе», — сказал Скотт Хоскинг, исследователь ИИ из Института Алана Тьюринга в Великобритании. «Переместив прогнозирование погоды с суперкомпьютеров на настольные компьютеры, мы можем демократизировать прогнозирование, сделав эти мощные технологии доступными для развивающихся стран и регионов с нехваткой данных по всему миру».

Потенциал Aardvark Weather выходит за рамки краткосрочных прогнозов. Команда исследователей предполагает, что система может быть адаптирована для долгосрочных климатических моделей, предоставляя ценную информацию о будущих изменениях климата. Такая возможность могла бы значительно улучшить планирование и адаптацию к последствиям глобального потепления.

Несмотря на многообещающие результаты, Aardvark Weather находится на начальной стадии разработки. Исследователи признают, что для полного раскрытия потенциала системы требуются дальнейшие исследования и усовершенствования. Особое внимание будет уделено повышению пространственного разрешения модели и ее способности точно прогнозировать экстремальные погодные явления.

Важно отметить, что Aardvark Weather не предназначена для полной замены существующих систем прогнозирования. Скорее, она рассматривается как дополнительный инструмент, который может предоставить ценную информацию в ситуациях, когда скорость и доступность имеют решающее значение.

В будущем команда планирует сделать Aardvark Weather доступной для более широкого круга пользователей, включая ученых, политиков и представителей общественности. Это позволит более эффективно использовать прогнозы погоды на основе ИИ для принятия обоснованных решений в различных областях.