FT: Погода под контролем ИИ: революция, которую мы не заметили

Британская метеослужба участвует в новой технореволюции, основанной на искусственном интеллекте. Это открывает возможности для качественного скачка в прогнозировании, который можно сравнить с переходом к компьютерам десятилетия назад.

ИИ способен выявлять закономерности в огромных объемах данных, что делает атмосферную физику идеальной сферой для его применения. Это позволяет повысить точность прогнозов и своевременность предупреждений о стихийных бедствиях, что важно для безопасности.

Также ИИ может давать более точные и детализированные прогнозы будущих погодных условий, открывая новые возможности — от сельского хозяйства до финансовых компаний.

ИИ уже изменил «nowcasting» (сверхточное прогнозирование на ближайшие часы), и теперь трансформирует прогнозы на 3–15 дней, а затем и на более длительные периоды (от двух недель до двух месяцев).

К технологиям подключились Google DeepMind, Nvidia, Microsoft, IBM, а также специализированные стартапы, такие как Brightband и Silurian.

Однако оптимизм омрачается угрозой сокращения доступа к данным, на которых строятся ИИ-модели. Администрация Дональда Трампа предложила урезать финансирование NOAA (Национального управления океанических и атмосферных исследований) на $1,5 млрд. (24%). Спутники NOAA, морские буи, зонды и радары предоставляют метеорологам по всему миру открытый доступ к данным, которые используются в глобальных моделях прогнозирования.

Хотя метеорологи всего мира выражают тревогу по поводу возможной потери данных NOAA, некоторые указывают на альтернативу — перспективу появления новых источников данных. ИИ способен обрабатывать данные с местных датчиков — термометров, дождемеров и др., которые раньше не использовались. В Институте Тьюринга уже разрабатывается около 20–30 таких ИИ-моделей.

Первая операционная ИИ-модель Европейского центра среднесрочных прогнозов (ECMWF), запущенная в феврале, улучшила точность прогнозов на 20%. Прогноз на семь дней сегодня сопоставим по точности с прогнозом на пять дней в 2000 году и на три дня в 1980-м.

Ведется работа над системами второго поколения, такими как Aardvark, которые исключают предварительную обработку данных и работают напрямую с сырыми наблюдениями (end-to-end). Эти модели энергоэффективны и могут использоваться даже на настольных компьютерах.

ИИ помогает выполнять тысячи вариаций прогноза (ансамблей), также улучшая понимание диапазона возможных исходов, особенно при экстремальных погодных явлениях. Но для их работы необходим бесперебойный поток данных, особенно со спутников и государственных служб. Практика ресурсоемка — обычно делается не более 50 запусков.

Частные компании, как Tomorrow.io, начинают запуск собственных метеоспутников. Их микроволновые спутники весят всего 12 кг и стоят менее $10 млн. Однако они не заменят национальные агентства вроде NOAA.

ИИ пока не превосходит лучшие традиционные модели в прогнозировании, например, силы шторма, и из-за хаотичной природы атмосферы невозможно точно предсказывать погоду дальше двух недель. Тем не менее, долгосрочные тренды (вероятную холодную неделю) предсказать можно, что особенно важно для энергетики.

Хедж-фонды используют прогнозы для принятия решений на фьючерсных рынках: например, закупать газ при ожидании похолодания или продавать, если прогнозируется рост выработки энергии от ветра.

Используя генеративный ИИ, система CorrDiff от Nvidia может повысить точность данных традиционных числовых моделей с 25 км до 2 км. В Met Office считают, что возможно достигнуть точности до 100 метров, что открывает новые услуги — от аэропортов до фермеров.

Хотя ИИ-модели требуют много энергии, их долгосрочный экологический эффект неоднозначен — он зависит от соотношения затрат и экономии.

Несмотря на развитие автоматизации, метеорологи останутся востребованы. Они будут оценивать и интерпретировать данные ИИ, оценивать риски, улаживать расхождения моделей. ИИ дополняет традиционные методы, а не заменяет их.

📌https://emcr.io/news/t/ai-and-daily-life