Искусственный интеллект спрогнозировал штормы с высокой точностью

Ученые проанализировали природу штормов и сильных волн в Тихом океане. Для этого они использовали искусственный интеллект и смогли обучить его прогнозировать такие явления. Исследователи считают, что разработка поможет понять многие природные явления и научиться предсказывать их.

Долгое время прогнозирование штормов и волн зависело от моделей, основанных на физических уравнениях. Проблема в том, что вычисления получались слишком сложными и громоздкими, так как специалистам приходилось учитывать множество природных процессов.

Исследовательская группа Института океанологии Китайской академии наук (IOCAS) изучила штормы и крупные волны Тихого океана с помощью искусственного интеллекта (ИИ). Они создали спутниковую модель глубокого обучения, прогнозирующую изменения температуры поверхности воды (SST), которая связана с появлением высоких волн и штормов. Результаты опубликованы в журнале Science Advances .

«Технология искусственного интеллекта — перспективный способ моделирования сложных океанических явлений и обхода трудностей, с которыми сталкиваются традиционные числовые модели», — отметил профессор Ли Сяофэн, руководитель исследования.

Модель глубокого обучения использует спутниковые данные для работы. На них она изучает, что предшествовало повышению температуры и что обычно идет за ним, после чего делает прогноз. В течение девяти лет испытаний (2010-2019 годы) модель точно и эффективно предсказывала изменения температуры поверхности Тихого океана и следующие за ними явления. Алгоритм работает быстро: авторам потребовалось около минуты, чтобы завершить полевой прогноз SST всего периода тестирования на обычном настольном компьютере.

Работа модели основана на данных фактических наблюдений, она делает точные прогнозы, используя информацию нескольких физических параметров: например, только спутниковых данных SST. Разработчики считают, что ее можно будет модифицировать: модель будет использовать разные данные и подойдет для прогнозирования других природных явлений.

Основанные на машинном обучении модели для прогнозирования океанических явлений привлекли внимание специалистов. Одновременно с ними появились похожие разработки, изучающие атмосферные процессы. Авторы исследования считают, что в будущем, с улучшением архитектуры сети, сложные явления, например тропические циклоны, можно будет предсказывать быстро и с высокой точностью.

Сочетание новой технологии и старого числового метода также важно. «Модели на основе искусственного интеллекта, статистические и традиционные числовые могут дополнять друг друга и обеспечивать новую перспективу для изучения сложных океанических особенностей», — сказал профессор Ли.

Разработка показывает, что использование ИИ может быть надежным и перспективным способом моделирования и прогнозирования сложных океанических явлений в эпоху больших данных спутникового дистанционного зондирования. Авторы считают, что она будет способствовать проведению междисциплинарных исследований в области океанических и атмосферных явлений.