ИИ-прогнозы погоды дошли до 50 млн фермеров — теперь для метеослужб создают открытую платформу
Команда Чикагского университета получила грант $10 млн на создание UChicago–Laude AI Almanac — открытой платформы, с которой метеослужбы, правительства и некоммерческие организации смогут адаптировать ИИ-прогнозы к своим регионам. По данным университета, за два сезона разработанные при участии команды прогнозы были разосланы более чем 50 млн фермеров с небольшими хозяйствами в Южной Азии и Африке.
Проект нужен не для того, чтобы заменить все существующие прогнозы одной глобальной моделью. Модель может неплохо предсказывать температуру и количество осадков, но не отвечать на практический вопрос: начался ли сезон дождей достаточно устойчиво, чтобы сеять сейчас. Для хозяйства, зависящего от дождя, ошибка здесь может означать потерю семян и урожая.
В 2025 году этот подход проверили в Индии. Министерство сельского хозяйства и благосостояния фермеров Индии разослало вероятностные прогнозы начала муссона примерно 38 млн фермеров. В исследовании этой системы говорится, что она соединила две ИИ-модели со статистической моделью, учитывающей исторические наблюдения. Система заранее уловила необычный сценарий: ранние дожди на юге сменились почти трёхнедельной сухой паузой в центральной части страны.
Именно эта пауза показывает разницу между обычным прогнозом и прогнозом для конкретного решения. После первых дождей фермер мог решить, что муссон уже пришёл, и начать посев. Сообщение о вероятной остановке дождей давало основание подождать, хотя само по себе ещё не предписывало, как поступить конкретному хозяйству.
Будущий UChicago–Laude AI Almanac должен превратить такой разовый проект в повторяемый процесс. Платформа будет объединять ведущие ИИ-модели и физические модели погоды с местными данными, а затем оценивать их не только по общей точности, но и по событиям, важным в конкретном месте: началу муссона, опасной жаре или периоду дождей перед уборкой урожая.
Главное изменение касается того, кто сможет выполнять эту работу. Местным метеослужбам обещают дать возможность самостоятельно настраивать и проверять прогнозы с учётом собственных наблюдений и знаний о регионе — без суперкомпьютера и плотной сети метеостанций. Команда также утверждает, что её нынешний процесс сократил сравнение и адаптацию моделей с четырёх-пяти месяцев работы специалистов до одного дня экспертной проверки.
Однако 50 млн — это показатель охвата рассылки, а не измеренный эффект для такого же числа людей. В открытых материалах описаны масштаб доставки сообщений и точность прогнозов в необычный сезон, но пока нет данных о том, сколько получателей прочитали сообщения, изменили сроки посева и избежали потерь. Не готова и сама открытая платформа: грант выделен на её разработку, а дата запуска не названа.
Грант должен профинансировать адаптацию системы к новым регионам и задачам, включая экстремальную жару и риски для здоровья. Дата запуска не названа, поэтому ближайшим проверяемым результатом станет сама открытая версия UChicago–Laude AI Almanac — только после её выхода можно будет оценить, способны ли местные службы настраивать такие прогнозы самостоятельно.