Искусственный интеллект меняет метеорологию: китайские модели против тайфунов

Китай вступил в новую фазу метеорологических исследований, развернув испытания нескольких передовых систем прогнозирования на основе искусственного интеллекта, которые призваны не просто ускорить, но и качественно переосмыслить процесс предупреждения об опасных погодных явлениях.

Речь идёт о трёх крупных разработках: модели Fengwu, созданной в Шанхайской лаборатории искусственного интеллекта, системе Pangu от компании Huawei и модели Fuxi, вышедшей из стен Университета Фудань. Эти инструменты впервые были задействованы параллельно с классическими численными моделями во время недавнего прохождения тайфуна «Дельфин», и результат превзошёл ожидания — искусственный интеллект сумел сформировать прогнозные поля за считанные минуты вместо часов, которые требуются традиционным суперкомпьютерам.

Чтобы понять масштаб перемен, стоит напомнить, что метеорология последние десятилетия опиралась на физические модели, которые решают сложнейшие системы уравнений, описывающих движение воздушных масс, теплообмен и фазовые переходы влаги; эти расчёты колоссально ресурсоёмки и требуют постоянной калибровки. Искусственный интеллект действует принципиально иначе — он не просчитывает физику атмосферы с нуля, а обучается на многодесятилетних массивах архивных данных, выискивая в них статистические закономерности, которые незаметны для классических алгоритмов, и на основе этих паттернов восстанавливает наиболее вероятный сценарий развития синоптической ситуации.

Такой подход даёт двойное преимущество: резкое сокращение времени вычислений и значительное снижение нагрузки на вычислительные центры, что делает возможным многократный быстрый пересчёт прогноза при изменении входных данных. При этом разработчики подчёркивают, что нейросетевые модели пока выступают не как замена, а как мощный дополнительный инструмент рядом с традиционными численными схемами, позволяя синоптикам получать альтернативный взгляд на ту же ситуацию и принимать решения с большей уверенностью.

Для метеорологов и специалистов по чрезвычайным ситуациям особую ценность представляет тот факт, что даже небольшое увеличение точности траектории тропического циклона напрямую влияет на качество прогнозов наводнений, сроки проведения эвакуации и готовность транспортных и энергетических сетей, а в условиях участившихся климатических аномалий каждый час заблаговременного предупреждения может исчисляться сотнями спасённых жизней и миллионами предотвращённого экономического ущерба.

Неудивительно, что данное направление быстро превратилось в арену острой международной конкуренции, где Китай намерен занять лидирующие позиции, хотя соперничество весьма серьёзное: американские корпорации Google и Nvidia предлагают собственные разработки GraphCast, GenCast и FourCastNet, а Европейский центр среднесрочных прогнозов погоды создаёт систему AIFS. В этом ряду китайская модель Fengwu, представленная ещё в апреле 2023 года, выглядит весьма уверенно — она охватывает 13 изобарических уровней с пространственным разрешением 0,25 градуса и способна продлевать надёжный прогноз за горизонт десяти суток, причём создатели заявляют, что по 80 процентам анализируемых метеовеличин она показывает результаты лучше, чем её прямой конкурент GraphCast.

Технический директор компании Techwind Сунь Чжила пояснил эту философию так: в мире, где климатические крайности становятся нормой, как государственным структурам, так и простым жителям нужна своевременная и достоверная информация, чтобы принимать взвешенные решения, и задача разработчиков — дать людям именно такие инструменты, которые позволяют действовать на опережение.

Хотя до полного отказа от классических гидродинамических моделей ещё далеко, и в обозримом будущем связка «физика плюс нейросети» останется золотым стандартом, стремительное развитие систем вроде Fengwu, Pangu и Fuxi уже сегодня меняет саму философию метеорологического прогнозирования, смещая акцент с колоссальных вычислительных мощностей на интеллектуальный анализ данных и делая прогнозы не только точнее, но и доступнее для оперативного использования в реальном времени.

Источник: Noticias Ambientales