Штучний інтелект допоміг метеорологам удвічі точніше оцінювати погоду на горизонті від двох до шести тижнів. Метод не замінює звичні прогностичні моделі, а вчиться виправляти їхні помилки, щоб завчасно помічати зокрема ймовірність екстремальних явищ
Модель навчається на помилках прогнозу
Дослідники з Массачусетського технологічного інституту розробили систему машинного навчання, яка аналізує, де саме помилялися попередні прогнози, та коригує результат. Вона працює як додатковий шар над наявною моделлю: не розраховує атмосферу з нуля, а знаходить закономірності в історичних даних і враховує їх у нових оцінках.
Команда перевірила підхід на прогнозах Європейського центру середньострокових прогнозів погоди. Комбінація моделей із коригувальним алгоритмом посіла перше місце в міжнародному конкурсі центру. На горизонті двох–шести тижнів вона приблизно вдвічі підвищила прогнозну силу базової системи.
Читайте також: 10 сонячних викидів злилися в одну потужну магнітну бурю — учені
Довший горизонт для енергетиків і фермерів
Проміжок у кілька тижнів називають субсезонним прогнозуванням. Тут недостатньо знати сьогоднішню температуру чи напрямок вітру: моделі оцінюють імовірність сценаріїв для великих територій і періодів. Тому йдеться не про точну обіцянку дощу в конкретному місті у визначений день, а про надійніше розуміння тенденцій.
Такі оцінки можуть допомогти енергетичним компаніям планувати запаси палива та балансувати виробництво, аграріям — готуватися до періодів спеки чи холоду, а службам реагування — завчасно перевіряти плани на випадок негоди. Автори також зафіксували статистично значуще покращення прогнозування екстремальних явищ, зокрема холодних хвиль і повеней.
Це не прогноз погоди на півтора місяця
Результат не означає, що синоптики тепер зможуть точно сказати, якою буде погода в кожній точці через шість тижнів. Система формує ймовірнісні прогнози, які показують можливі сценарії та їхню вірогідність. Точність залежить від нових даних, а самі розрахунки можна оновлювати в міру появи свіжих спостережень.
Раніше корекція прогнозів могла згладжувати крайні значення. За даними MIT, новий метод покращив оцінювання і звичайних умов, і небезпечних явищ.
Ознайомтеся з іншими популярними матеріалами:
Дані клієнтів Coinbase опинилися у стороннього сервісу: що відомо про витік
Кити масово продають XRP: що відбувається
Дві ШІ-акції, які можуть перетворити $10 на $100 за рік
Джерело: MIT News.
Telegram 
Viber 
