Сезон атлантических ураганов подходит к концу, и метеорологи подводят итоги работы прогностических моделей. Результаты этого года оказались поразительными: искусственный интеллект от Google DeepMind в своем дебютном сезоне продемонстрировал исключительную точность, в то время как традиционная модель GFS от Национальной службы погоды США показала катастрофические результаты.
Новый лидер в прогнозировании
Хотя Weather Lab от Google DeepMind начала публиковать прогнозы траекторий циклонов только в июне, ее показатели превзошли все ожидания. Брайан Макнолди, старший исследователь из Университета Майами, провел предварительный анализ данных, который показал ошеломляющие результаты.
Результаты поражают:
На графике показана точность прогнозирования траекторий для всех 13 названных штормов в Атлантическом бассейне в этом сезоне. Чем ниже линия на графике, тем лучше работала модель. Пунктирная черная линия показывает среднюю ошибку прогноза за сезоны 2022-2024 годов.
Модель GFS США (обозначена как AVNI) оказалась худшей из всех, в то время как модель Google DeepMind (GDMI) показала лучшие результаты практически на всех временных интервалах прогнозирования.
Превосходство в цифрах
Разница в ошибках между американской моделью GFS и DeepMind поражает. На пятидневном горизонте прогноза ошибка Google составила 165 морских миль против 360 морских миль у GFS — более чем вдвое хуже. Такая разница заставляет метеорологов полностью игнорировать одну модель в пользу другой.
Но это еще не все. Модель Google оказалась настолько точной, что регулярно превосходила официальные прогнозы Национального центра по ураганам, которые составляются экспертами-метеорологами на основе анализа множества модельных данных. ИИ-модель также обошла высоко оцененные «консенсусные модели», включая продукты TVCN и HCCA.
То, что мы наблюдаем — это не просто очередное улучшение точности на несколько процентов. Это фундаментальный сдвиг парадигмы в метеорологии. Нейросетевые модели демонстрируют, что могут не просто конкурировать с традиционными физическими моделями, но и значительно превосходить их, при этом требуя значительно меньше вычислительных ресурсов. Это напоминает ситуацию, когда AlphaGo обыграла чемпиона мира по го — мы видим, как ИИ решает задачи, которые считались прерогативой человеческого экспертиза.
Будущее метеорологии
Важно отметить, что DeepMind также показал исключительные результаты в прогнозировании интенсивности ураганов, то есть колебаний их силы. Таким образом, в своем первом сезоне модель точно предсказала как траектории, так и интенсивность ураганов.
Майкл Лоури, специалист по ураганам и автор рассылки Eye on the Tropics, отметил: «Прелесть DeepMind и других подобных моделей на основе данных и ИИ заключается в том, насколько быстрее они производят прогноз по сравнению с их традиционными физическими аналогами, которые требуют одних из самых дорогих и передовых суперкомпьютеров в мире. Кроме того, эти „умные“ модели с их нейросетевыми архитектурами имеют возможность учиться на своих ошибках и корректироваться на лету».
Провал традиционного подхода
Что касается модели GFS, сложно объяснить, почему она показала такие плохие результаты в этом сезоне. В прошлом она была, в худшем случае, достойной рассмотрения при составлении прогноза. Но в этом году я и другие прогнозисты часто ее игнорировали.
«Не совсем понятно, почему GFS показала такие плохие результаты в этом сезоне ураганов», — написал Лоури. «Некоторые предположили, что перерыв в сборе данных из-за сокращений правительства в этом году мог быть способствующим фактором, но, предположительно, такой фактор повлиял бы и на другие глобальные физические модели, а не только на американскую GFS».
С учетом закрытия правительства США, вряд ли можно ожидать скорых ответов. Но становится ясно, что масштабное обновление динамического ядра модели, которое началось в 2019 году, в значительной степени провалилось. Если десять лет назад GFS немного отставала от некоторых конкурентов, то сейчас она отстает еще больше и быстрее.
По сообщению Ars Technica.