Как модели искусственного интеллекта преобразуют прогнозирование погоды: демонстрация систем на основе данных

Европейский центр среднесрочных прогнозов погоды (ECMWF) начал публиковать ежедневные прогнозы от ведущих машинных моделей — NVIDIA FourCastNet, Huawei Pangu-Weather и Google DeepMind GraphCast — в своём открытом каталоге карт. Эти модели, обученные на реанализе ERA5, способны делать точные 10-дневные прогнозы при наличии хороших начальных условий. Некоторые результаты уже демонстрируют навык, сравнимый с оперативной системой ECMWF IFS.

Появление этих систем, основанных на искусственном интеллекте, может стать переломным моментом в науке о прогнозировании. Чтобы оценить их операционную ценность, ECMWF представляет их прогнозы рядом с проверенными оперативными, приглашая пользователей дать обратную связь по точности, надёжности и коммуникации неопределённости. Для обеспечения прозрачности и воспроизводимости центр также выпустил открытый программный пакет ai-models, позволяющий запускать эти модели одной командой.

«Открытая наука — ключ к инновациям, сотрудничеству и открытиям. Делясь данными, методами и результатами, мы можем ускорить прогресс науки, который в конечном итоге принесёт пользу обществу», — говорит директор по прогнозам ECMWF Флориан Паппенбергер. По словам одного из авторов Pangu-Weather Линси Се, размещение модели на картах ECMWF означает, что любой в мире может получить доступ к её результатам без скачивания данных и запуска кода.

Несмотря на прогресс, перед технологией стоят вызовы, например, отсутствие ансамблевых прогнозов, ключевых для среднесрочных масштабов. Для их решения ECMWF начал проект по созданию вероятностной системы прогнозирования на основе машинного обучения AIFS, которая объединит последние исследования в области ИИ с многолетним опытом центра в построении ансамблевых систем.