За последние полвека синоптики пришли к выводу, что двухнедельный период прогнозирования — предел. Это связано с так называемым эффектом бабочки, когда из-за малейших дуновений ветра может кардинально измениться погода во всем регионе. Но теперь ученые-атмосферисты из Вашингтонского университета решили пойти дальше и внедрить 30-дневный прогноз. Группа провела исследование и пришла к выводу, что моделирование месячного прогноза погоды с помощью GraphCast от Google получается достаточно точным.
Исследователи провели тесты с GraphCast, моделью прогнозирования погоды с помощью искусственного интеллекта от Google. Ее начали обучать на основе 40-летних данных о традиционных прогнозах и спутниковых снимков. Потом ученые сравнили прогнозы GraphCast с последним состоянием атмосферы, полученным из данных, использованных для обучения модели. Туда же внедрили информацию об ошибках, которые допускались в составлении краткосрочных прогнозов. Это позволило скорректировать работу ИИ.
Затем группа исследователей повторила всё это действие более тысячи раз, при этом в каждом случае они уточняли данные. Когда GraphCast «накачали» информацией, его научили ее анализировать — использовать недавно пересмотренные данные для составления прогноза. Это улучшило показатели на 86%. Исследователи признают, что требуется гораздо больше работы, прежде чем модели ИИ смогут делать точные долгосрочные прогнозы.
