В сфере прогнозирования погоды давно существует негласное правило: предсказать погоду достоверно больше, чем на две недели, практически невозможно. Атмосфера – невероятно сложная и динамичная система, где малейшие изменения могут привести к совершенно непредсказуемым последствиям.
Синоптики больше не нужны: ИИ научился предсказывать погоду на месяц вперед
Прощайте, любимые синоптики и метеорологи! Вы почти стали нашими членами семьи, но, кажется, ваше время уходит.
Unsplash
Этот феномен, известный как «эффект бабочки» еще с 1960-х годов, ставит естественный предел точности долгосрочных прогнозов. Представьте, что бабочка, взмахнув крыльями в Бразилии, может вызвать торнадо в Техасе – эта метафора отражает хаотическую природу атмосферных процессов.
И вот, на фоне этой устоявшейся парадигмы, исследователи из Университета Вашингтона заявили о потенциально революции в метеорологии. В своей работе, опубликованной в журнале Science, они рассказали о новой модели искусственного интеллекта под названием GraphCast, разработанной Google. Эта модель, обученная на гигантском массиве метеорологических данных за последние 40 лет, позволяет взглянуть на проблему прогнозирования совсем по-новому.
В чем же революционность этой ИИ-модели?
Вместо того, чтобы просто продолжать текущие тенденции, как это делают традиционные модели, GraphCast использует более сложный подход. Модель сравнивает свои прогнозы с фактическими данными о состоянии атмосферы в прошлом. Этот «обратный ход» позволяет ей выявить и скорректировать неточности в начальных условиях, что критически важно для повышения точности прогноза. В результате, как утверждают исследователи, точность краткосрочных прогнозов (до 10 дней) удалось повысить в среднем на впечатляющие 86%.
Но самое интересное, что GraphCast, по-видимому, способен заглянуть гораздо дальше привычных двух недель. Исследователи сообщают о потенциале модели для создания достоверных прогнозов на срок более 30 дней, вплоть до 33. А вот это уже открывает невероятные до сих пор перспективы для различных отраслей – от сельского хозяйства и энергетики до управления чрезвычайными ситуациями.
Однако, несмотря на всю многообещающую перспективу, важно сохранять объективность. Пока что модель тестировалась только на исторических данных. Насколько хорошо она будет работать в реальных условиях, предстоит еще выяснить.
Кроме того, некоторые ученые выражают обеспокоенность по поводу возможного «самоисполняющегося пророчества». Если модель слишком сильно корректирует начальные условия, ее прогнозы могут начинать влиять на действительность, что ставит под сомнение их объективность.
Наконец, создание точного прогноза погоды на месяц требует невероятно детальной информации о состоянии атмосферы. Современные спутники и метеозонды, хотя и предоставляют огромные объемы данных, все еще не могут дать полной картины.
Тем не менее, работа американских исследователей представляет впечатляющий прогресс в области долгосрочного прогнозирования погоды. И хотя до полной революции в метеорологии еще далеко, кажется, первые шаги к ней уже сделаны.