Скоро метеорологи перестанут ошибаться в прогнозах погоды

Google представила новую модель искусственного интеллекта GenCast, которая устанавливает новый стандарт в прогнозировании погоды. Разработанная командой DeepMind, эта технология превосходит существующие системы, включая Европейскую систему среднесрочных прогнозов (ENS), которая считается одной из самых точных в мире. Исследование, опубликованное в журнале Nature, показало, что GenCast обеспечивает более точные прогнозы в 97,2% случаев при сравнении с ENS на данных за 2019 год.

Предел предсказуемости погоды на сегодняшний день составляет около двух недель

Весь мир покрыт сетью метеостанций — всего их больше 10 тысяч. Плюс еще есть метеозонды в атмосфере, спутники в космосе, метеобуи в океане и так далее. Каждые три часа в одно и то же время они измеряют метеопараметры (температуру, влажность, скорость ветра и прочие параметры). Прогноз погоды составляют при помощи системы дифференциальных уравнений, рассчитываемых суперкомпьютером. Обычно точность прогноза на завтра — 95–98%, на послезавтра — 90–93%. Постепенно точность снижается, предел предсказуемости погоды составляет около двух недель.

Точность прогнозов погоды за последние несколько десятков лет существенно выросла, но метеорологи утверждают, что на более отдаленный срок точно предсказать погоду практически невозможно из-за «эффекта бабочки»: когда малые колебания системы на больших промежутках времени выливаются в большие отклонения. И чем больше времени проходит, тем сложнее эти отклонения предсказать.

Новый подход модели искусственного интеллекта GenCast

В отличие от предыдущей версии, которая предлагала один единственный сценарий развития событий, GenCast использует ансамблевый подход и генерирует более 50 различных вариантов. Специалисты могут составить ясное представление о том, как могут развиваться погодные условия в будущем, а также оценить возможные риски и неопределенности.

GenCast построена на диффузионной модели, ее ключевая особенность — адаптация к сферической форме Земли. Модель обучалась на 40-летнем архиве данных ERA5. Он включает такие параметры, как температура, скорость ветра и давление на разных высотах. Благодаря высокому разрешению прогнозов (0,25°) GenCast позволяет детально анализировать изменения в атмосфере.

Для проверки точности GenCast обучили на данных до 2018 года, а затем протестировали на данных за 2019 год. В ходе экспериментов модель продемонстрировала превосходство над ENS в 1320 различных комбинациях прогнозов, которые включали разные переменные и временные интервалы. Особенно заметное преимущество наблюдалось при прогнозах на срок более 36 часов: там точность GenCast достигла 99,8%.

Одна из главных сильных сторон модели — ее способность прогнозировать экстремальные погодные явления. Например, аномальную жару, ураганы или сильные ветра. В случае с тайфуном Хагибис GenCast создала точную схему его траектории за 7, 5, 3 и 1 день до выхода на сушу. Чем ближе было событие, тем точнее становились предсказания.

GenCast составляет 15-дневный прогноз всего за 8 минут на одном процессоре TPU v5 от Google Cloud. Традиционные же физические модели вроде ENS требуют нескольких часов работы суперкомпьютера с тысячами процессоров.

Google делает GenCast доступной для всего научного сообщества. Ее код и данные уже опубликованы. По задумке создателей, технология должна ускорить исследования в климатологии и улучшить глобальное понимание погодных процессов. В ближайшее время реальные и исторические прогнозы GenCast будут доступны всем желающим.

«Детали», Ю.Л. Фото: Japan Meteorological Agency via AP

• Читайте также:
• Air Haifa уже в Хайфе и нацелилась на Афины
• Обстрелы прекратились, но отмены авиарейсов продолжаются
• Пассажиропоток в израильском аэропорту начинает усиливаться