Модель прогнозирования погоды на основе искусственного интеллекта помогает ускорить прогнозирование погоды

Недавно методы на основе моделей искусственного интеллекта (ИИ) продемонстрировали определенный потенциал в ускорении прогнозирования погоды на порядки. Скорость прогнозирования этой системы в 10 000 раз выше, чем у традиционных численных методов.

Dự báo thời tiết, vịnh Bắc Bộ sẽ có mưa rào và giông mạnh. (Nguồn: nchmf.gov.vn)

Методы моделирования на основе искусственного интеллекта (ИИ) демонстрируют определенный потенциал в ускорении прогнозирования погоды на порядки. Иллюстрация на фото. (Источник: nchmf.gov.vn)

Согласно недавнему отчету об исследовании, опубликованному в журнале Nature , китайские исследователи разработали модель искусственного интеллекта (ИИ) с трехмерными нейронными сетями для прогнозирования глобальной погоды со средней и высокой точностью.

В своем исследовании крупная группа по исследованию и разработке метеорологических моделей Huawei Cloud предложила трехмерную нейронную сеть, которая адаптируется к системе координат Земли для обработки сложных и неоднородных трехмерных метеорологических данных.

Относительно крупная метеорологическая модель Pangu-Weather, обученная на основе почти 40-летних глобальных данных, получила параметры на уровне 100 миллионов в течение двух месяцев.

Pangu-Weather требуется всего 1,4 секунды, чтобы подготовить 24-часовой глобальный прогноз погоды, включая влажность, скорость ветра, температуру, давление на уровне моря и многое другое. Скорость прогнозирования системы в 10 000 раз выше, чем у традиционных численных методов.

В конкретном примере, во время супертайфуна Мавар в мае прошлого года, Pangu-Weather блестяще справилась с задачей, предсказав путь шторма за пять дней.

Модель также показывает лучшие результаты прогнозирования, основанные на данных повторного анализа всех протестированных событий, по сравнению с методами численного прогнозирования погоды (ЧПП).

Сегодня ежедневные прогнозы погоды, предупреждения о серьезных стихийных бедствиях и прогнозы изменения климата делаются с использованием этого метода, который опирается на высокопроизводительные вычисления и сложные физические модели. Однако этот метод требует большого количества машин и вычислительного времени.

Автор отчета и старший эксперт по искусственному интеллекту китайского поставщика облачных услуг Huawei Cloud Тянь Ци отметил, что традиционный метод ЧПП требует 4–5 часов вычислений на суперкомпьютерном кластере с 3000 серверов для прогнозирования глобальной погоды на следующие 10 дней.

Однако точность этих новых методов на основе ИИ по-прежнему значительно ниже, чем у методов ЧПП. Би Кайфэн, соавтор отчета, также признал ограничения систем прогнозирования погоды на основе ИИ, заявив, что они по-прежнему в значительной степени полагаются на данные повторного анализа и должны улучшить свою способность прогнозировать экстремальные погодные условия.

«Мы считаем, что методы на основе ИИ должны сосуществовать с традиционными численными методами, чтобы предоставлять более точные и надежные услуги прогнозирования погоды», — сказал Ци Тянь.

Источник