Исследователи из России разработали систему ИИ, способную детализировать данные мировых метеорологических служб и прогнозировать опасные вихри и штормы в Арктике примерно в 50 раз быстрее, чем это делают сложные физические модели. Разработка поможет улучшить прогноз погоды в российском секторе Арктики, сообщила ТАСС пресс-служба МФТИ.

Главное преимущество разработки – скорость при условии минимальных потерь в качестве. Нейросеть выдает высокодетальный прогноз для Баренцева и Карского морей более чем в 50 раз быстрее, чем ресурсоёмкие физические модели. Кроме того, она показывает штормы, которые другие подходы не воспроизводят.

Учёные уже долгое время работают над созданием ИИ-инструментов, позволяющих более точно и быстро прогнозировать поведение океана и оценивать его вклад в колебания климата Земли. Сейчас для этих целей используются глобальные метеорологические модели, обладающие низким пространственным разрешением и плохо способные «видеть» небольшие атмосферные вихри, или высокоточные гидродинамические модели, чья работа требует колоссальных вычислений и времени.

Российские учёные предположили, что схожего качества работы можно достичь со значительно меньшими расходами времени и ресурсов, если обучить ИИ на результатах расчётов, полученных при помощи гидродинамической модели WRF. Опираясь на эту идею, исследователи подготовили набор расчётных данных, описывающих погоду над Баренцевым и Карским морями в 2015–2021 годах, и обучили на его базе нейросеть, созданную учёными МФТИ и Института океанологии РАН.

Используя этот подход, исследователи просчитали то, как менялась погода в данном регионе Арктики в 2022 и 2023 годах, и сравнили результаты прогнозов ИИ с реальными данными и результатами расчётов WRF и глобальной метеорологической модели ERA5. Российская система ИИ не только точно спрогнозировала общие колебания погоды в Арктике в эти периоды, но и также воспроизвела так называемую новоземельскую бору, необычно сильный холодный ветер, который быстро движется с горных массивов Новой Земли и представляет опасность для судоходства.

Обученная нейросеть существенным образом превзошла глобальную метеорологическую модель ERA5 в прогнозировании вихревых структур, и при этом полученные ей прогнозы почти полностью совпали с результатами расчётов эталонной модели WRF. В перспективе это позволит более точно и с меньшими затратами прогнозировать экстремальные погодные явления для обеспечения безопасности судоходства, работы портов и нефтегазовых платформ в Арктике.