Метод распознавания лиц может улучшить прогнозы града

Искусственный интеллект, обычно используемый в системах распознавания лиц, может помочь улучшить прогноз градовых штормов и их интенсивности. К такому выводу пришли учёные из Национального центра атмосферных исследований США (NCAR) в новом исследовании.

Учёные обучили модель глубокого обучения — свёрточную нейронную сеть — распознавать особенности структуры отдельных штормов, влияющие на образование града и размер градин. Оба этих параметра традиционно сложно прогнозировать. Модель анализирует не черты лица, а визуальные образы симуляций штормов. Многообещающие результаты, опубликованные в Monthly Weather Review, подчёркивают важность учёта всей структуры шторма, что было затруднительно для существующих методов прогноза града.

"Мы знаем, что структура шторма влияет на его способность производить град, — сказал ведущий автор исследования Дэвид Джон Гань. — Например, суперъячейка с большей вероятностью произведёт град, чем линия шквалов. Но большинство методов прогноза града рассматривают лишь небольшой срез шторма и не могут различить его более широкую форму и структуру". Новый метод машинного обучения позволяет обойти математическую сложность моделирования всей физики шторма, находя закономерности в больших массивах данных.

Исследование поддержано Национальным научным фондом США (NSF). "Град, особенно крупный, может оказывать значительное экономическое воздействие на сельское хозяйство и имущество, — отметил программный директор NSF Ник Андерсон. — Использование этих инструментов глубокого обучения уникальным образом даст дополнительное представление об условиях, благоприятствующих крупному граду, улучшая прогнозы моделей".

Модель подтвердила важность уже известных метеорологических факторов, таких как сильные восходящие потоки и определённый профиль ветра. Также она выявила, что штормы более круглой формы чаще производят град. Эта работа развивает предыдущие исследования Ганя, использовавшие модель "случайного леса" и улучшившие прогноз града на 10%. Новая модель теперь будет протестирована на реальных наблюдениях за штормами и радиолокационных оценках града с целью её последующего внедрения в оперативную практику прогнозирования.