Разработана новая ИИ-система прогнозирования погоды
Современные системы прогнозирования погоды основаны на физических моделях. Последние предполагают сбор данных с метеостанций, датчиков и спутников, их обработку численными методами и интерпретацию. При высокой точности это требует значительных вычислительных и временных ресурсов. К тому же модели нуждаются в периодическом обновлении.
Для оптимизации ресурсов в последнее время началось внедрение ИИ в отдельные этапы прогнозирования, например, численное моделирование атмосферных процессов. За счет этого удалось ускорить процесс, но осталась зависимость от вычислительных ресурсов суперкомпьютеров.
Компания Aardvark разработала полноценную модель машинного обучения, способную заменить традиционные системы. Она обучается на архивных данных и постоянно обрабатывает информацию с датчиков и спутников, формируя локальные и глобальные прогнозы.
Новая система превосходит традиционные по ряду ключевых параметров. Во-первых, она значительно менее требовательна к вычислительным ресурсам. Во-вторых, прогнозы составляются в десятки раз быстрее. В-третьих, их точность выше даже при использовании 10% данных. В-четвертых, система может быстро адаптироваться под узкоспециализированные задачи вроде краткосрочных отраслевых прогнозов для энергетики, сельского хозяйства и т. д.
Предполагается, что новая система будет особо актуальной для развивающихся стран, не располагающих суперкомпьютерами, обеспечивая для них доступность высокоточного прогнозирования погоды. Также она послужит для предсказания экстремальных явлений вроде ураганов и лесных пожаров, мониторинга качества воздуха, динамики океана и состояния морского льда. Таким образом, новая система может послужить основой для принятия управляющих решений в управлении катастрофами, энергетике, логистике и т. д. По мнению разработчиков, успех технологии во многом будет зависеть от роли открытых данных и модульности. Это подчеркивает важность взаимодействия науки и индустрии.
