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

DB: распродажа японских бондов проблема для Treasuries

We wrote last week that a widening gap between US Treasury yields and USD/JPY would be the single most important market indicator of accelerating US fiscal risks. The chart below speaks for itself: the JPY is strengthening even as US yields are rising. We consider this as evidence that foreign participation in the US treasury market is declining. To be sure, Japanese back-end yields have also risen strongly in recent days. Some have interpreted this as a sign of rising fiscal worries in Japan but we disagree. If this was the case the yen would be weakening and it is strengthening. As we pointed out in our global macro framework last week, Japan has plenty of fiscal space given its positive net foreign asset position (figure 2). We would argue the JGB sell-off is a bigger problem for the US treasury market: by making Japanese assets an attractive alternative for local investors, it encourages further divestment from the US.

At the core of our views in coming months is that the market is becoming increasingly driven by external asset positions, and this is putting combined downward pressure on US bond markets and the USD. A metric for how concerned the market is about twin deficits is the beta (slope) of the NIIP/yield relationship in figure 2. This effectively gives us the global market price of deficits. Plotting this over time we show that it has been in a very well defined range since the Global Financial Crisis. We would argue the risks are shifting towards a bigger steepening of the line (effectively a widening in US - RoW differentials) and a reversion to the pre-2008 regime (figure 3). As we wrote in our FX Blueprint yesterday, a weaker USD is the release valve to America's twin deficit problem.