Сотрудники Google разработали ИИ-модель NeuralGCM, которая позволяет имитировать атмосферу Земли. Как рассказали специалисты, новый способ делает это быстро, эффективно и точно. В работе над нейросетью помог Европейский центр среднесрочных прогнозов погоды.
В Google отметили, что NeuralGCM сочетает обычное моделирование вместе с машинным обучением. Точность метода оказалась выше, чем в случае с обычными способами, основанными на физике, поскольку он объединяет несколько подходов. Сначала система использует традиционную модель, чтобы рассчитать некоторые крупные изменения в атмосфере. Это необходимо, чтобы создать прогноз. Затем в дело вступает искусственный интеллект, который отлично подошел для масштабов менее 25 км. Например, это важно для изучения регионального микроклимата.
NeuralGCM позволяет создавать точные прогнозы погоды на срок от 2 до 15 дней. При этом ученые считают, что это не главная задача. Моделирование крупномасштабных климатических явлений с помощью обычных методов стоит очень дорого. Разработка Google позволит сделать процесс более простым. И подход поможет предсказывать, как климат может измениться даже через несколько лет. Например, ученые сравнили эффективность NeuralGCM с другими методами. Для этого они прогнозировали ситуацию о влажности и температура за 2020 год. Ошибки оказались на 15-50% меньше, чем в случае с другой моделью — X-SHiELD. А еще новая разработка смогла точно предсказать характер тропических циклонов. Прогноз соответствовал количеству и интенсивности реальных явлений.
В Google подчеркнули, что NeuralGCM сделают моделью с открытым исходным кодом. Ее в своих целях смогут использовать ученые-климатологи по всему миру. А еще она пригодится для бизнеса. Например, специалистам по сельскому хозяйству приходится тратить много средств, чтобы получить прогнозы, необходимые для планирования посевов.
Ранее специалисты из Сколково научились прогнозировать засуху на год вперед. Ученые недавно представили модель, разработанную вместе со Сбером. Решение в особенности пригодится сельскохозяйственным предприятиям.
