Российские учёные создали нейросеть, которая позволяет точнее предсказывать арктические штормы. Она выявляет ошибки глобальных погодных моделей, которые склонны сглаживать мелкомасштабные вихри и температурные аномалии — ключевые факторы внезапной непогоды.
Внедрение разработки может повысить безопасность судоходства на Северном морском пути, а также авиасообщения и добычи ресурсов в регионе. Нейросеть точнее выявляет внезапные и сильные штормы, включая полярные циклоны и новоземельскую бору — одни из наиболее опасных погодных явлений, характерных для арктического региона.
Как пояснили разработчики, в основе программы лежит алгоритм, который «штрафует» глобальные погодные модели за сглаживание мелких вихрей и температурных аномалий — ключевых причин внезапных штормов.
Такое усреднение данных — распространенная проблема моделей на основе искусственного интеллекта, из-за которой теряются экстремальные, но важные погодные события. В машинном обучении «штраф» — это математический механизм, который заставляет модель меньше доверять определённым решениям или действиям.
«В Арктике от качества прогнозов зависит безопасность судоходства, авиационного сообщения, добычи ресурсов и других видов деятельности. При этом в регионе мало метеостанций, а глобальные погодные модели зачастую имеют слишком низкое разрешение или выраженные систематические ошибки», — рассказал «Известиям» старший научный сотрудник Института океанологии имени П.П. Ширшова РАН и завлабораторией машинного обучения в науках о Земле МФТИ Михаил Криницкий.
Существуют и нейросетевые модели, но они также обучены на массивах данных с низким пространственным разрешением и предрасположены к усреднению данных, поэтому сглаживают мелкие вихри и аномалии температуры, добавил он.
Кроме того, систематические температурные ошибки приводят к некорректным прогнозам состояния ледового покрова.
Чтобы решить эту проблему, была разработана специальная программа BERTUNet, ее особенность заключается в том, что она корректирует крупномасштабные ошибки прогноза, но при этом намеренно сохраняет мелкие вихревые структуры, не сглаживая их, чтобы не терять критически важные локальные аномалии погоды.
В работе приняли участие сотрудники Института океанологии имени П.П. Ширшова РАН, Московского физико-технического института, Сколковского института науки и технологий и Института AIRI.
