Искусственный интеллект превзошёл традиционные модели в прогнозировании муссонов в Индии

От муссона, который приходит на север Индии в начале июня, напрямую зависит сельское хозяйство, а значит – благополучие почти половины населения. Это погодное явление приносит три четверти годовых осадков, но известно своей непредсказуемостью. На его поведение влияет множество факторов: разница температур между сушей и морем, количество снега в Гималаях, влажность почвы и многие другие. А изменение климата делает эту сложную систему ещё более хаотичной.

---

Традиционно для прогнозирования погоды используется численное моделирование (NWP). Десятилетиями эти модели, работающие на суперкомпьютерах, были основой метеорологии. Их суть в том, что мир разбивается на трёхмерную сетку, каждый элемент которой заполняется данными о температуре, давлении, ветре и других показателях. Затем миллиарды вычислений симулируют, как атмосфера будет эволюционировать со временем. Метеорологический департамент Индии (IMD) с помощью таких методов может предсказать, будет ли сезон дождей влажнее или суше обычного, примерно за месяц. Однако более детальные прогнозы, например о количестве осадков в конкретный день, остаются надёжными лишь в пределах пяти суток.

Однако в этом году правительство Индии сделало ставку на принципиально новый подход. Около 38 миллионов фермеров получили прогнозы, составленные с помощью искусственного интеллекта. Алгоритмы ИИ работают иначе: вместо того чтобы пошагово рассчитывать физические процессы в атмосфере, они анализируют закономерности, сопоставляя текущие погодные данные с историческими архивами и находя сходные паттерны.

Результаты превзошли ожидания. В некоторых регионах система на основе ИИ предсказала приход дождей за 30 дней до их начала. Она же заранее указала на продолжительную паузу в середине сезона. И действительно, осадки прекратились на 20 дней, чего численные модели не заметили. Почти половина аграриев, прислушавшихся к новым прогнозам, отметили, что эти данные повлияли на их решения по посадкам. Пока рано говорить, скажется ли это на их доходах, но сам факт влияния на принятие решений уже значим.


Вскоре, однако, выяснилось, что полностью полагаться на ИИ тоже рискованно. Без жёстких ограничений, накладываемых физическими законами, прогнозы могли становиться тревожно нереалистичными. А поскольку искусственный интеллект обучается только на прошлых данных, он плохо справляется с редкими или экстремальными явлениями – теми самыми «краевыми случаями», что являются проблемой, например, для беспилотных автомобилей.

Поэтому исследователи начали искать гибридный подход, объединяющий лучшее из двух миров. Одна из моделей, использованных в Индии в этом году, была разработана специально для работы в тандеме с традиционными системами Европейским центром среднесрочных прогнозов погоды (ECMWF) – одним из самых авторитетных институтов в этой сфере. Вторая модель – версия Google NeuralGCM – также проводит численные расчёты крупных атмосферных процессов, но использует ИИ для уточнения деталей.

Педрам Хассанзаде, специалист по искусственному интеллекту и экстремальной погоде из Чикагского университета, считает, что ИИ может привести к «демократизации метеопрогнозов». Классические численные модели требуют мощных суперкомпьютеров и разветвлённой сети наблюдательных станций, которые есть далеко не в каждой стране.

Проект Human-Centered Weather Forecasts Initiative (HCF), который Хассанзаде помогает возглавлять, призван помочь правительствам преодолеть эти барьеры. Координируемый HCF индийский проект использовал модели, которые после обучения могут работать даже на мощном ноутбуке. Их также можно адаптировать под доступные данные – в случае Индии это были многолетние измерения с дождемеров.


Важно отметить, что, как и традиционные методы, прогнозы на основе ИИ зависят от процесса так называемой ассимиляции данных, когда хаотичные наблюдения со спутников и станций преобразуются в стройную картину состояния атмосферы. Эту работу по-прежнему ведут в основном агентства богатых стран, обладающие необходимыми ресурсами.

В свете этого особенно значимым стало объявление ECMWF в октябре: центр откроет свободный доступ не только к своим архивам, но и к самым свежим прогнозам и обработанным данным. Их смогут использовать частные компании, например, для предсказания перебоев в цепочках поставок или принятия торговых решений. Но не меньше выиграют и те, кто раньше вообще не имел доступа к качественным прогнозам.

---

Перевод Максима Крылова
Иллюстрация: «Евразия сегодня», Midjourney