ИИ от Google DeepMind дает сутки форы в прогнозах ураганов

Традиционные метеорологические модели часто буксуют на стыке двух задач: определения пути следования шторма и его реальной интенсивности. Если траекторию глобальные системы просчитывают сносно, то скачки мощности урагана требуют анализа локальных данных, с чем WeatherNext справляется эффективнее за счет обучения на колоссальных массивах общих наблюдений. Удивительно, но модель достигает результата, используя данные сравнительно низкого разрешения, что ставит под вопрос необходимость гипердетализации в прогнозах.

В основе работы нейросети лежит генерация вероятностных сценариев. Вместо попытки угадать один вариант развития событий, система создает до тысячи возможных моделей будущего, учитывая даже незначительные колебания атмосферных условий. Такая вычислительная мощность недоступна классическим методам при текущих ресурсах. Несмотря на впечатляющие успехи, в Национальном центре по наблюдению за ураганами США подчеркивают, что алгоритм остается лишь вспомогательным инструментом, а не окончательным судьей. Чтобы другие исследователи могли разобрать «черный ящик» модели и понять, какие закономерности она выявляет, Google DeepMind открыла исходный код своих разработок для научного сообщества.