Декількома словами
Вчені з'ясували, що сучасні моделі ІІ стикаються з труднощами у прогнозуванні екстремальних погодних явищ, які не зустрічалися в історичних даних. Це ставить нові виклики перед розробниками та кліматологами.
Дослідження, проведене науковцями з трьох американських університетів, виявило обмеження в роботі метеорологічних моделей, заснованих на штучному інтелекті (ІІ). Ці моделі, незважаючи на свою високу точність у короткострокових прогнозах, стикаються з труднощами у передбаченні екстремальних погодних явищ, які раніше не спостерігалися.
На початку цього року запрацювала система прогнозування на основі ІІ (AIFS). Інші експериментальні моделі, такі як GraphCast від Google та Pangu-Weather від Huawei, також прагнуть до покращення прогнозування погоди. Ці моделі, за словами професора Чиказького університету Педрама Хассанзадеха, мають значні переваги, будучи "дешевими, простими у розробці, точними та швидкими, що також знижує рахунки за електроенергію".
Однак, Хассанзадех відзначає, що моделі прогнозування погоди на основі ІІ ще далекі від досконалості. Дослідження, опубліковане в журналі Proceedings of the National Academy of Sciences, показує, що ці моделі добре справляються з короткостроковими прогнозами, але зазнають невдачі при передбаченні інтенсивних явищ, які не зустрічалися в навчальних даних. Це пов'язано з тим, що нейронні мережі, на яких заснований ІІ, можуть передбачати лише на основі історичних даних.
Вчені протестували ІІ, використовуючи урагани. Вони ввели в систему історичні дані та потім змоделювали умови, що призводять до урагану 5 категорії. Нейронна мережа не змогла точно передбачити цей ураган. "Ці моделі добре працюють для повсякденної погоди, але що станеться, якщо наступного тижня станеться дивне метеорологічне явище?" – запитує Хассанзадех. Висновок дослідників: нейронні мережі не можуть передбачати явища, що виходять за рамки існуючих навчальних даних, що особливо актуально у світлі зміни клімату.
Незважаючи на це, Хассанзадех вважає, що метеорологічні моделі – одне з найбільших досягнень ІІ в науці, і у них ще багато можливостей для інновацій. Дослідники пропонують використовувати математичні інструменти та принципи фізики атмосфери для покращення моделей ІІ. За словами вчених, впровадження фізичних законів дозволить моделям передбачати "чорних лебедів" – рідкісні та несподівані погодні явища.
Математик з Нью-Йоркського університету Джонатан Вір відзначає, що це дослідження служить застереженням для урядів та кліматичних агенцій, які планують використовувати системи на основі ІІ. Неправильний прогноз може призвести до неправильних рішень, особливо в критичних ситуаціях.
