Метеорология стоит на пороге технологического прорыва – точные прогнозы погоды уже вскоре станут быстрее, дешевле и персонализированнее благодаря использованию искусственного интеллекта. Об этом пишет The Guardian , ссылаясь на исследование международной группы ученых, опубликованное в журнале Nature .
На сегодняшний день процесс создания прогнозов погоды базируется на сложных многоуровневых расчетах, выполняемых мощными суперкомпьютерами. Они обрабатывают большие массивы данных из метеостанций, спутников, воздушных шаров, кораблей и самолетов, а сам анализ длится часами. Кроме того, метеорологические центры вынуждены привлекать целые команды экспертов для разработки, поддержки и усовершенствования этих прогнозных моделей.
Однако благодаря проекту Aardvark Weather этот процесс может претерпеть кардинальные изменения. Система, основанная на искусственном интеллекте, научится обрабатывать необработанные метеоданные, автоматически создавая прогнозы без необходимости использования сверхсложного оборудования. Это означает, что синоптики могут получать точную информацию, используя только обычный компьютер.
Ричард Тернер, профессор машинного обучения в Кембриджском университете отмечает, что новый подход открывает возможности для точных и индивидуальных прогнозов. К примеру, технологию можно использовать для расчета температурных колебаний в сельском хозяйстве Африки или определения скорости ветра для европейских компаний, занимающихся ветроэнергетикой.
Благодаря возможностям машинного обучения модель прогнозирования в конечном счете сможет предсказывать погоду на восемь дней вперед с высокой точностью, в то время как синоптики ограничены пятидневным прогнозом. Кроме того, система сможет делать гиперлокализованные прогнозы – определять погодные изменения для отдельных улиц, районов и объектов.
Этот прорыв не только снизит нагрузку на метеорологические центры, но и сделает прогнозирование более доступным, эффективным и точным. Если технология пройдет успешное тестирование, мир получит возможность избежать погодных неожиданностей и эффективнее реагировать на природные катаклизмы.
