Microsoft презентувала нову модель ШІ: вона врятує людство від природних катаклізмів

Коли шторм «Кіаран» обрушився на північний захід Європи в листопаді 2023 року, він залишив слід руйнування. Система низького тиску, пов’язана зі штормом Кіаран, встановила нові рекорди для Англії, відзначивши це як винятково рідкісну метеорологічну подію. Інтенсивність шторму застала багатьох зненацька, виявивши обмеження поточних моделей прогнозування погоди та підкресливши необхідність більш точного прогнозування в умовах зміни клімату. Коли громади боролися з наслідками, постало нагальне питання: як ми можемо краще передбачити такі екстремальні погодні явища та підготуватися до них? 

Недавнє дослідження Charlton-Perez et al. (2024) підкреслив проблеми, з якими стикаються навіть найдосконаліші моделі прогнозування погоди зі штучним інтелектом при фіксуванні швидкого посилення та максимальної швидкості вітру шторму Кіаран. Щоб допомогти вирішити ці проблеми, команда дослідників Microsoft розробила Aurora, передову базову модель штучного інтелекту, яка може отримувати цінну інформацію з величезних обсягів атмосферних даних . Aurora представляє новий підхід до прогнозування погоди, який може змінити нашу здатність передбачати та пом’якшувати наслідки екстремальних подій, включаючи можливість передбачати різку ескалацію таких подій, як шторм Кіаран.  

Ефективність Aurora полягає в її навчанні на більш ніж мільйоні годин різноманітного моделювання погоди та клімату, що дає їй змогу розвинути всебічне розуміння динаміки атмосфери. Це дозволяє моделі досягати успіхів у широкому діапазоні завдань прогнозування, навіть у регіонах з нестачею даних або сценаріях екстремальної погоди. Працюючи з високою просторовою роздільною здатністю 0,1° (приблизно 11 км на екваторі), Aurora фіксує складні деталі атмосферних процесів, забезпечуючи більш точні оперативні прогнози, ніж будь-коли раніше, і з незначною кількістю обчислювальних витрат традиційного числового прогнозу погоди. системи. За нашими оцінками, прискорення обчислень, яке Aurora може забезпечити порівняно з найсучаснішою системою чисельного прогнозування Integrated Forecasting System (IFS), становить приблизно 5000 разів. 

Наслідки Аврори виходять далеко за межі прогнозування атмосфери. Демонструючи потужність основоположних моделей у науках про Землю, це дослідження відкриває шлях для розробки комплексних моделей, які охоплюють всю систему Землі. Здатність базових моделей досягти успіху в подальших завданнях з дефіцитом даних може демократизувати доступ до точної інформації про погоду та клімат у регіонах з нестачею даних, таких як країни, що розвиваються, і полярні регіони. Це може мати далекосяжні наслідки для таких секторів, як сільське господарство, транспорт, збір енергії та готовність до стихійних лих, дозволяючи громадам краще адаптуватися до викликів, пов’язаних зі зміною клімату. 

У міру того як галузь прогнозування навколишнього середовища на основі штучного інтелекту розвивається, ми сподіваємося, що Aurora послужить планом для майбутніх досліджень і розробок. Дослідження підкреслює важливість різноманітних даних попереднього навчання, масштабування моделі та гнучкої архітектури для створення потужних базових моделей для наук про Землю. Завдяки постійному вдосконаленню обчислювальних ресурсів і доступності даних ми можемо уявити майбутнє, в якому базові моделі, такі як Aurora, стануть основою оперативних систем прогнозування погоди та клімату, надаючи своєчасну, точну та дієву інформацію особам, які приймають рішення, і громадськості в усьому світі.