Современные модели искусственного интеллекта демонстрируют впечатляющую точность в краткосрочном прогнозировании погоды, но сталкиваются с серьезными проблемами при предсказании беспрецедентных метеорологических событий. Проблема кроется в принципе работы нейросетей. Как и ChatGPT, прогностические модели анализируют исторические данные, выявляя закономерности. Однако они не учитывают физические законы атмосферных процессов. Это становится критичным при столкновении с так называемыми «серыми лебедями» — редкими, но разрушительными явлениями, выходящими за рамки 40-летней базы наблюдений.
Эксперимент с ураганами показал, что модель, обученная на данных об ураганах до 2 категории, постоянно недооценивала силу урагана 5 категории и не могла экстраполировать данные для прогноза беспрецедентных событий. Ученые обнаружили обнадеживающий факт: модели способны прогнозировать экстремальные явления в одном регионе, если аналогичные события происходили в других частях мира. Это открывает путь к решению проблемы через интеграцию физико-математических моделей в ИИ-системы и метод активного обучения с генерацией дополнительных данных. При этом необходима оптимизация подбора обучающих выборок.
Исследователи подчеркивают, что сочетание ИИ с традиционными физическими моделями и математическими инструментами может стать прорывом в долгосрочном прогнозировании климатических рисков. Это особенно актуально в условиях изменения климата, когда частота и интенсивность экстремальных погодных явлений растет. Работа продолжается в направлении создания гибридных систем, способных предсказывать как повседневные метеоусловия, так и редкие катастрофические события.
А вы знаете, как как присваивают имена ураганам?
