Погодная революция: как ИИ меняет прогнозы погоды?

Еще несколько лет назад прогноз погоды более, чем на 3 дня вперед, часто был подобен гаданию на кофейной гуще. Сегодня ИИ меняет метеорологию.

Суперячейковая гроза в Оклахоме. Фото: EOS

Обычные прогнозы основаны на физических моделях атмосферы, и требует колоссальных вычислительных мощностей. Их уже много лет просчитывают суперкомпьютеры под контролем человека.

Самые мощные - суперкомпьютеры Dogwood и Cactus, относятся к американской модели GFS и обладают производительностью в 12.1 петафлопс (топ-100 суперкомпьютеров мира). Однако, даже они рассчитывают прогноз на 10 дней больше 6 часов, а точность после третьего дня падает на 40-50%, особенно в неустойчивый период.

Модели просчитывают:

- Движение каждого воздушного потока
- Испарение влаги с океанов
- Влияние рельефа на ветер
- Тысячи других переменных (неустойчивость атмосферы и др.)

Расчеты выполняются сеткой 9×9 км, а для точного прогноза нужно 1-2 км.

Это как пытаться предсказать, куда упадёт каждый лист во время осеннего урагана — возможно, но невероятно сложно
NOAA (Национальное управление атмосферных и океанических исследований США)

Графика - ECMWF (Европейской погодное агенство)

ИИ анализирует терабайты метеоархивов, спутниковых снимков, картографических данных, наблюдений с метеостанций и выдает прогноз. Преимущества в цифрах:

0.5 секунды vs 6 часов

— ИИ-модель GraphCast (Google) делает 10-дневный прогноз за 0.5 секунды (традиционные методы на суперкомпьютерах тратят 6+ часов

На 20-25% меньше ошибок (европейская модель ECMWF)

— ИИ точнее предсказывает температуру (на 22%)

— Лучше определяет ливни и снегопады (на 8%)

Среднеквадратичная ошибка ИИ-прогнозов по температуре

На 30% точнее для ураганов
— Модель FourCastNet (Nvidia) предсказывает траектории тропических циклонов на 30% точнее традиционных моделей

1.5 км vs 9 км

— Разрешение прогнозов ИИ (Google DeepMind): 1.5 км

— Стандартные модели: 9 км

90% экономии энергии

— ИИ-прогнозы требуют в 1000 раз меньше вычислительных ресурсов (Google DeepMind)

— Алгоритмы Google Flood Hub предупреждают о наводнениях за 2 дня (охват 80 стран)

— Эксперты MIT прогнозируют, что 80% краткосрочных прогнозов будут делать ИИ

Время

— Авиакомпании, в частности, British Airways, сокращают задержки на 35% благодаря нейросетевым прогнозам

Какие сложности?

ИИ плохо предсказывает редкие явления, что может быть критично в контексте изменений климата. Например, проблематично предсказать торнадо там, где их раньше не было или они случались редко. Для России это особенно актуально — в последние годы количество торнадо заметно возросло (да, они в России есть, и немало!).

Также сейчас не слишком понятно, почему нейросеть выдает именно такой вариант прогноза.

По ссылке доступны прогнозы самой точной ИИ-модели AIFS (Европейской метеоагенство):