В нескольких словах
Ученые выяснили, что современные модели ИИ испытывают трудности с прогнозированием экстремальных погодных явлений, которые не встречались в исторических данных. Это ставит новые вызовы перед разработчиками и климатологами.
Исследование, проведенное учеными из трех американских университетов, выявило ограничения в работе метеорологических моделей, основанных на искусственном интеллекте (ИИ). Эти модели, несмотря на свою высокую точность в краткосрочных прогнозах, испытывают трудности с предсказанием экстремальных погодных явлений, которые ранее не наблюдались.
В начале года начала работу система прогнозирования на основе ИИ (AIFS). Другие экспериментальные модели, такие как GraphCast от Google и Pangu-Weather от Huawei, также стремятся к улучшению прогнозирования погоды. Эти модели, по словам профессора Чикагского университета Педрама Хассанзадеха, имеют значительные преимущества, являясь "дешевыми, простыми в разработке, точными и быстрыми, что также снижает счета за электроэнергию".
Однако, Хассанзадех отмечает, что модели прогнозирования погоды на основе ИИ еще далеки от совершенства. Исследование, опубликованное в журнале Proceedings of the National Academy of Sciences, показывает, что эти модели хорошо справляются с краткосрочными прогнозами, но терпят неудачу при предсказании интенсивных явлений, не встречавшихся в обучающих данных. Это связано с тем, что нейронные сети, на которых основан ИИ, могут предсказывать только на основе исторических данных.
Ученые протестировали ИИ, используя ураганы. Они ввели в систему исторические данные и затем смоделировали условия, приводящие к урагану 5 категории. Нейронная сеть не смогла точно предсказать этот ураган. "Эти модели хорошо работают для повседневной погоды, но что произойдет, если на следующей неделе произойдет странное метеорологическое явление?" – задается вопросом Хассанзадех. Вывод исследователей: нейронные сети не могут предсказывать явления, выходящие за рамки существующих обучающих данных, что особенно актуально в свете изменения климата.
Несмотря на это, Хассанзадех считает, что метеорологические модели — одно из величайших достижений ИИ в науке, и у них еще много возможностей для инноваций. Исследователи предлагают использовать математические инструменты и принципы физики атмосферы для улучшения моделей ИИ. По словам ученых, внедрение физических законов позволит моделям предсказывать "черных лебедей" – редкие и неожиданные погодные явления.
Математик из Нью-Йоркского университета Джонатан Уир отмечает, что это исследование служит предупреждением для правительств и климатических агентств, которые планируют использовать системы на основе ИИ. Неверный прогноз может привести к неверным решениям, особенно в критических ситуациях.
