ИИ совершил прорыв в прогнозировании погоды

Aarvark — это система прогнозирования погоды, которая может быть запущена на одном настольном компьютере и дает результаты не хуже, чем американская Глобальная система прогнозирования (GFS).

Aarvark разрабатывается британским Институтом Алана Тьюринга при участии таких партнеров, как Google DeepMind, Кембриджский университет, Европейский центр прогнозов погоды средней дальности и Microsoft. В статье, опубликованной в журнале Nature, сообщается о многообещающих результатах, которые могут сделать сложные прогнозы доступными для людей с ограниченными ресурсами. Проект расширяет исследования Huawei, Google и Microsoft и демонстрирует, что один из этапов процесса прогнозирования погоды, известный как численный решатель (numerical solver), который рассчитывает, как погода меняется с течением времени, может быть заменен искусственным интеллектом для получения более быстрых и точных прогнозов.

В то время как на составление традиционных прогнозов на суперкомпьютере могут уходить часы, Aardvark после обучения может создавать прогнозы в течение нескольких минут и работать на настольном компьютере.

Aardvark получает мультимодальные данные со спутников, метеостанций и метеорологических шаров и составляет глобальный прогноз на десять дней. Модуль энкодера содержит около 31 миллиона параметров, и его обучение занимает 13 часов. Процессорный модуль содержит около 54 миллионов параметров и требует 8 часов для обучения на ERA5 и 3 часа для точной настройки с использованием выходных данных кодирующего модуля в качестве входных. Каждый из одиннадцати модулей декодера содержит около 2 миллионов параметров и требует примерно 30 минут на обучение. End-to-end донастройка модулей кодера, процессора и декодера занимает 2 часа. Таким образом, общее время обучения модели составляет около 100 GPU-часов, и все обучение модели для данной статьи было выполнено на одной виртуальной машине с четырьмя графическими процессорами NVIDIA A100.

Результаты уже впечатляют, показывая, что Aardvark соответствует или превосходит GFS в большинстве случаев. Однако, по словам профессора Ричарда Тернера и доктора Скотта Хоскинга, которые написали пост в блоге Института Алана Тьюринга, Aardvark использует для своих прогнозов лишь около 10% доступных данных, что означает возможность дальнейшего повышения точности.

Они также отмечают, что:

Упорядоченная система, подобная этой, может также сыграть важную роль в демократизации доступа к передовым инструментам прогнозирования, позволяя развивающимся странам или странам с дефицитом данных наращивать потенциал и создавать индивидуальные системы прогнозирования погоды, которые раньше требовали больших команд для работы, развертывания и обслуживания.