GenCast: новый шаг Google DeepMind в прогнозировании погоды

Искусственный интеллект на службе метеорологии

Google DeepMind представила модель искусственного интеллекта GenCast, которая была опубликована в журнале Nature. Это уже вторая разработка компании в области прогнозирования погоды за последние месяцы, пишет MIT Technology Review. Ранее, в июле, была представлена модель NeuralGCM, сочетающая искусственный интеллект с традиционными физическими методами. Однако GenCast отличается радикальным подходом: она работает исключительно на методах ИИ, оставляя физические модели в стороне.

Подход GenCast напоминает работу ChatGPT, но вместо слов она предсказывает погодные условия. Модель обучалась на данных за 40 лет (1979–2018 годы) и показала выдающиеся результаты, прогнозируя погоду на 2019 год. В сравнении с ведущей системой Ensemble Forecast (ENS), GenCast оказалась точнее в 97% случаев. Особенно впечатляющими были прогнозы экстремальных условий, таких как траектории тропических циклонов, и оценки ветровой активности, что имеет большое значение для развития ветроэнергетики.

Конкуренция в области ИИ-прогнозирования

Google DeepMind не единственная компания, исследующая возможности ИИ в метеорологии. В 2022 году Nvidia представила FourCastNet, а в 2023 году Huawei разработала Pangu-Weather. Эти модели используют разные подходы: Pangu-Weather, например, делает детерминированные прогнозы, давая конкретные значения, такие как температура или количество осадков.

GenCast, напротив, строит вероятностные прогнозы. Вместо точного числа модель предоставляет диапазоны вероятностей. Такой формат помогает лучше учитывать неопределенности и помогает чиновникам и специалистам более эффективно планировать действия при экстремальных погодных явлениях.

Преимущества и ограничения

Несмотря на успехи, GenCast не заменит традиционную метеорологию. Как отмечает Аарон Хилл, доцент Университета Оклахомы, модель по-прежнему опирается на физические данные, такие как ERA5 — оценка атмосферных переменных с 1940 года. "Основа ERA5 — физическая модель", — подчеркивает Хилл.

Кроме того, ИИ сталкивается с трудностями при прогнозировании условий в верхней тропосфере и недооценивает интенсивность тропических циклонов из-за нехватки данных. Постоянное обновление и интеграция новых наблюдений остаются важной частью работы подобных систем.

Взаимодействие человека и ИИ

Метеорологи по-прежнему играют ключевую роль в прогнозировании погоды. Илан Прайс, один из разработчиков GenCast, подчеркивает, что человеческий фактор остается важным: 

"Метеорологи анализируют данные и делают выводы, если модель вызывает сомнения". Хилл добавляет: "Человеческий прогнозист способен синтезировать информацию и принимать обоснованные решения, что делает прогнозы действительно качественными".

Будущее ИИ в прогнозировании погоды

Google DeepMind планирует дальнейшее развитие GenCast, включая тестирование модели на данных наблюдений в реальном времени. В то же время ожидается, что метеорологи и ИИ будут работать вместе, дополняя друг друга для достижения максимальной точности.