Синоптики Национального центра ураганов сделали крупную ставку, когда ураган Изайяс только сформировался. Вместо того чтобы опираться в основном на классические физические модели, такие как европейская и GFS, они подстроили свои прогнозы под ИИ-модель урагана, разработанную Google DeepMind. Пока эта ставка оправдывается, что отражает растущую надёжность ИИ-моделей погоды и быстрый переход к их регулярному использованию синоптиками.
Сильная опора на DeepMind позволила NHC ещё в первом бюллетене во вторник, когда у урагана даже не было имени, прогнозировать, что Изайяс станет ураганом 2-й категории. В тот момент многие физические модели, которые используют математические уравнения, описывающие поведение атмосферы, колебались между разными сценариями и в целом прогнозировали более слабый шторм с другой траекторией. Если прогноз подтвердится, это станет крупной победой Google и даст людям на пути урагана больше времени для подготовки к гораздо более сильному удару.
Изайяс стал первым ураганом сезона в тропической части Атлантики, во многом из-за супер-Эль-Ниньо в Тихом океане, и установил рекорд самого позднего первого урагана сезона в этом океанском бассейне. Уверенность NHC в DeepMind, новейшая версия которой называется Weather Next 3, основана на опыте. В прошлом сезоне Центр ураганов правильно предсказал стремительное усиление урагана Мелисса почти за три дня до его разрушительного выхода на Ямайку, во многом опираясь на прогнозы DeepMind. Кроме того, агентство сотрудничало с Google, помогая обучать модель.
Директор NHC Майкл Бреннан заявил, что в прошлом сезоне DeepMind показал исключительно хорошие результаты, а в этом сезоне точно предсказывал интенсивность многих штормов в Тихом океане. Он отметил, что ИИ-модели демонстрируют большую стабильность от одного прогонного цикла к другому, а их надёжность пока оказалась высокой. Метеорологи по-прежнему используют ИИ наряду с традиционными физическими моделями, которые сохраняют свои преимущества.
Источник: New York Times Top Stories · Сводку подготовил HeadlinesBriefing