На год вперед: в России научили ИИ прогнозировать засухи
Российские ученые предложили нейросетевой подход для прогнозирования засух на период от нескольких месяцев до года. Новый метод основан на доступных ежемесячных климатических данных и пространственно-временных нейронных сетях.
Специалисты Сколтеха и Сбера создали несколько моделей ИИ, которые протестировали на данных по пяти регионам, расположенным на разных континентах и в разных климатических зонах. Климатологи спрогнозировали вероятность засух на севере Казахстана, в Польше, штате Миссури (США), штате Гояс (Бразилия) и индийском штате Мадхья-Прадеш.
Лучшие результаты показала модификация модели EarthFormer на основе трансформера. Для долгосрочного прогнозирования больше всего подходит модификация модели ConvLSTM. Предполагается, что прогнозы помогут сельскохозяйственным предприятиям в планировании своей деятельности, а страховщикам и банкам в оценке соответствующих рисков и уточнения кредитных рейтингов корпоративных заемщиков.
«Моделирование этого природного явления достаточно сложно ввиду необходимости учета различных факторов, в том числе и глобального потепления. Наши модели позволяют строить качественные прогнозы засухи на год вперед», — утверждает первый автор исследования, старший инженер-исследователь Центра прикладного искусственного интеллекта Сколтеха Александр Марусов.
