Ученые научились предсказывать катастрофы, происходящие раз в 1000 лет
Международная группа геофизиков из США и Франции разработала гибридный алгоритм для точного прогнозирования аномальных климатических катастроф. Ученые доказали, что совмещение физических моделей с системами искусственного интеллекта позволяет рассчитывать вероятность редких волн сильной жары с минимальными затратами ресурсов. Результаты исследования опубликовал журнал Physical Review Letters.
Почему суперкомпьютеры и нейросети не могли точно предсказывать природные катастрофы
Современные метеорологические службы сталкиваются с серьезными трудностями при попытках спрогнозировать катастрофические природные явления. Суперкомпьютеры способны моделировать экстремальные погодные условия на основе законов физики, но требуют больших запасов времени. С другой стороны, нейросети отлично справляются с ежедневными прогнозами, однако постоянно ошибаются при встрече с аномалиями. Исследователь Педрам Хассанзаде отметил, что искусственный интеллект не может точно оценить события, данные о которых отсутствовали в его обучающей выборке.
Суть гибридного метода прогнозирования катастроф
Для решения проблемы исследователи объединили преимущества физических моделей с возможностями нейросетей. Разработанный метод использует алгоритм выборки редких событий, который отсекает тупиковые варианты и направляет мощности на анализ наиболее опасных климатических сценариев. Искусственный интеллект помогает системе оценивать краткосрочные атмосферные изменения и предсказывать развитие погодных явлений. Новый подход позволяет формировать точный набор симуляций для любого экстремального явления без чрезмерной нагрузки на серверы.
Что показал новый алгоритм при тестировании
Для проверки системы специалисты провели испытания на примерах аномальной жары во Франции и на Среднем Западе США. Ученые задействовали традиционную климатическую модель и сравнили ее показатели с гибридным алгоритмом. Новая система выдала идентичный по точности результат, задействовав в 100 раз меньше вычислительных ресурсов и симуляций. Физик Александр Викнер подчеркнул, что полученные массивы данных помогут дополнительно обучить алгоритмы нейросетей для работы с самыми сложными природными рисками.
Авторы исследования планируют адаптировать технологию для работы в условиях глобального изменения климата. Алгоритм позволит заранее рассчитывать вероятность появления тропических циклонов, разрушительных ураганов и сильных ливней. Подобная информация поможет региональным властям вовремя готовить инфраструктуру, спасательные службы и защищать население.
