Метеослужба США запустила ИИ-прогноз погоды — на 99.7% дешевле обычного

Национальная метеослужба США (NOAA) в начальный раз в истории ввела в операционную эксплуатацию ИИ-модели прогноза погоды. Главная из них — AIGFS, построенная на основе GraphCast от Google DeepMind и дообученная на данных NOAA, — выдает 16-дневный прогноз за 40 минут, используя всего 0.3% вычислительных ресурсов традиционной модели GFS.

В дополнение к AIGFS, агентство запустило еще две системы. AIGEFS — модель-ансамбль на 31 "участника", которая демонстрирует точность на уровне классической GEFS, но потребляет только 9% ее ресурсов. И самое интересное — HGEFS, "гранд-ансамбль" из 62 участников, объединяющий физическую и нейросетевую модели. По заявлению NOAA, это первая в мире гибридная платформа такого рода в операционной метеослужбе, и она стабильно лидирует по основным метрикам.

У ИИ-моделей есть и слабые места. Первая релиз AIGFS хуже справляется с прогнозом интенсивности тропических циклонов — хотя их траектории предсказывает точнее традиционной GFS, особенно на дальних горизонтах. NOAA обещает исправить это в следующих версиях.

Разработка велась в контексте Project EAGLE — совместной инициативы нескольких подразделений NOAA и центра Earth Prediction Innovation Center. Команда взяла за основу архитектуру GraphCast от Google DeepMind и дообучила модель на собственных данных глобальной системы усвоения данных (GDAS), что улучшило точность при работе с начальными условиями GFS.

Это первый случай, когда национальная метеослужба масштабно внедрила нейросетевые модели в повседневную работу синоптиков. Традиционные физические модели при этом никуда не делись — напротив, гибридный подход HGEFS демонстрирует, что будущее прогнозирования может быть не в замене физики на ИИ, а в их объединении.

P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.