Декількома словами
Microsoft представила нову модель штучного інтелекту «Аврора», яка показала визначні результати у прогнозуванні штормів та погоди, перевершивши за точністю та швидкістю традиційні методи. Ця подія може стати початком нової ери в метеорології.
Нейромережа «Аврора», розроблена компанією Microsoft, демонструє надзвичайну точність у прогнозуванні погоди, якості повітря та штормів, перевершуючи за деякими показниками традиційні метеорологічні центри у всьому світі.
Згідно з дослідженням, опублікованим у провідному науковому журналі Nature, нова модель штучного інтелекту від Microsoft здатна створювати 10-денні прогнози погоди швидше, точніше та зі значно меншими обчислювальними витратами порівняно з класичними фізичними моделями.
«Вперше модель ШІ може перевершити всі оперативні центри з прогнозування ураганів», — зазначає Паріс Пердікаріс, професор Пенсільванського університету.
«Аврора», навчена на історичних даних, у 2023 році показала кращі результати, ніж найбільші світові прогностичні центри, включно з Національним центром ураганів США. Якщо традиційні моделі потребують величезних обчислювальних потужностей, базуючись на фізичних принципах, то «Аврора» вимагає в сотні разів менших ресурсів.
Експерти вважають, що ці розробки відкривають нову еру в галузі прогнозування погоди, особливо актуальну в умовах почастішання екстремальних погодних явищ, пов’язаних зі зміною клімату. «Я вважаю, що ми стоїмо на порозі трансформаційної епохи в науці про повітряні системи», — додає Пердікаріс. За його словами, «святий Грааль» найближчих років полягає в розробці систем, які працюють з даними супутників та метеостанцій.
«Аврора» стала першою моделлю ШІ, яка перевершила сім прогностичних центрів у передбаченні траєкторії циклонів на п'ять днів наперед. Як приклад наводиться тайфун Доксурі, який «Аврора» точно передбачила, тоді як офіційні прогнози зміщували його траєкторію північніше Тайваню.
Модель Microsoft також обійшла Європейський центр середньострокових прогнозів погоди (ECMWF), що вважається світовим еталоном точності, у 92% випадків при складанні 10-денних прогнозів.
Такі багатообіцяючі результати, що базуються на експериментальних даних та спостереженнях за реальними подіями, уважно відстежуються метеорологічними агентствами. Деякі з них, наприклад, Météo-France, вже активно розробляють власні моделі, засновані на машинному навчанні.
«Ми поставилися до цього дуже серйозно», — заявила Флоранс Раб'є, генеральна директорка ECMWF. Вона зазначила, що їхня перша «навчальна модель» потребує «приблизно в 1000 разів менших обчислювальних витрат порівняно з традиційною моделлю».
