“Милтон” стал пятым ураганом в 2024 году, обрушившимся на материковую часть США. Поскольку такие циклоны стали происходить всё чаще и разрушительная их сила только растёт, метеорологи нередко стали прибегать к помощи искусственного интеллекта, дабы попытаться отследить штормы и смягчить потенциальный ущерб.

Вот уже много лет прогнозы погоды составляют с помощью сложных моделей, основанных на показателях скорости ветра, температуры, влажности и других факторов. Показатели, в свою очередь, регистрируют с помощью датчиков с самолётов, буев и спутников. Недостаток таких моделей в том, что на получение обновленного прогноза может уйти несколько часов.

Что же касается моделей машинного обучения, то их обучают на большом объёме данных об атмосфере Земли и пути движения ураганов, которые происходили раннее. Они способны выявить "шаблоны данных" и отследить динамку. ИИ-модели неоднократно предсказывали появление штормов за несколько дней до того, как те обрушивались на побережье. Сам процесс занимал всего несколько секунд.

“Метеорологи относятся к ИИ-моделированию по-разному: одни — с недоверием, другие целиком полагаются на ИИ, — замечает метеоролог из Хьюстона Мэтт Ланца. — Что касается прогнозирования ураганов, то мы обнаружили, что ИИ-модели ничем не уступают моделям, основанных на физических уравнениях. И потому их тоже нужно применять в своей практике”.

Ланца также сообщил, что различные методы прогнозирования указывали на то, что Милтон, вероятно, пройдёт между Клируотером и Сарасотой во Флориде. “ИИ-модели, — говорит Ланца, — сделали этот прогноз на 12–18 часов раньше других моделей”.

Насколько точны прогнозы ИИ?

Уже не в первый раз в этом году ИИ предсказывает пути движения урагана раньше, чем это делают традиционные модели. Разработчики GraphCast от Google DeepMind тренировали свою ИИ-программу на данных о глобальном потеплении, собранных на протяжении четырёх десятков лет. Это позволило им точно предсказать появление урагана Берил, первого крупного урагана в Атлантике в 2024 году. Согласно прогнозу ИИ, он должен был обрушиться на Техас, а не на Мексику, как предсказывала традиционная числовая модель. Участники проекта выиграли в этом году главную инженерную премию Великобритании, а один из жюри назвал его “революционным достижением”.

Два месяца спустя модель, созданная европейскими разработчиками, успешно предсказала путь урагана Франсин до того, как он достиг побережья Мексиканского залива. “Достоверность прогноза впечатляет, — говорит Ланца. — Даже самые лучшие традиционные модели не были настолько точны”. Тогда он написал в своем блоге, что точность модели вселила в его команду уверенность в то, что шторм не станет серьезной проблемой для Техаса, что позволило людям на местах более эффективно планировать и распределять ресурсы.

Несмотря на успехи, недостатков у технологии всё ещё много. Исследование, проведённое в 2024 году, показало, что несмотря на то, что модели машинного обучения точно спрогнозировали основные характеристики шторма Чиаран, они не смогли предсказать разрушительные приземные ветры и другие его особенности. Ланца говорит, что модели ИИ, как правило, недооценивают силу ураганов и иногда неверно определяют количество осадков.

Исследователи также ищут применение ИИ для других областей, связанных с предсказанием штормов. Учёный из Университета Майами обучает нейросеть с целью создать трёхмерную модель урагана, чтобы самолётам не нужно было вылетать на воздушную разведку для регистрации показаний. Другая компания использует машинное обучение, чтобы попытаться предсказать, где произойдут отключения электроэнергии и сколько жителей могут пострадать.

Же Цзян, учёный из Университета Флориды, говорит, что вероятность возникновения ураганов, подобным Милтон, делает его работу еще более важной: “Стихийные бедствия, подобные урагану Милтон, в прибрежных районах США происходят всё чаще, и потому мы делаем всё возможное, чтобы как можно скорее создать ИИ-модели для прогнозирования”.