- Национальная метеослужба США (NOAA) внедрила ИИ-модель AIGFS для прогноза погоды, которая работает на 99,7% дешевле классической модели GFS.
- Кроме AIGFS, запущены модели AIGEFS и гибридная HGEFS, сочетающая физические и нейросетевые подходы и обеспечивающая высокую точность прогнозов.
- Первая версия AIGFS пока уступает в прогнозировании интенсивности тропических циклонов, но NOAA планирует улучшить этот аспект в будущем.
Национальная метеорологическая служба США (NOAA) сделала значительный шаг вперед, внедрив новую эпоху прогнозирования погоды с помощью искусственного интеллекта. Впервые в практике национальной метеослужбы была введена в эксплуатацию ИИ-модель AIGFS, разработанная на базе GraphCast от Google DeepMind и адаптированная под собственные данные NOAA. Эта модель способна выдавать прогноз на 16 дней менее чем за 40 минут, используя при этом всего 0,3% ресурсов, требуемых для традиционного прогноза GFS. Значение такого достижения трудно переоценить: снижение вычислительных затрат в сотни раз позволяет снизить энергопотребление и ускорить работу синоптиков.
Партия новых моделей не ограничивается одной AIGFS. NOAA также представила AIGEFS — ансамблевую модель из 31 участника, которая при сопоставимой с классической GEFS точности расходует всего около 9% её вычислительных ресурсов. Еще более интригующей является гибридная система HGEFS, объединяющая физический подход и искусственный интеллект, собранная из 62 участников — что, по данным NOAA, стало первым в мире подобным решением, используемым в операционной метеослужбе. Эта система стабильно демонстрирует лучшие результаты по ключевым показателям качества прогноза, подкрепляя перспективу синергии между традиционными методами и новыми технологиями.
Однако ИИ-модели пока не лишены недостатков. Первая версия AIGFS показывает более низкую точность в определении интенсивности тропических циклонов по сравнению с традиционной GFS. При этом она превосходит классическую модель в прогнозировании треков этих явлений, особенно на дальних горизонтах, что уже является важным достижением. NOAA в свою очередь намерена доработать и улучшить эти аспекты в будущих релизах.
Разработка ИИ-прогнозов велась в рамках инициативы Project EAGLE — совместного проекта различных подразделений NOAA и Earth Prediction Innovation Center. Использование архитектуры GraphCast в связке с внутренними данными глобальной системы усвоения данных (GDAS) NOAA обеспечило значительное повышение качества исходных условий для прогнозов. Это исторически первый случай, когда национальная метеослужба внедрила нейросетевые модели на столь масштабном уровне в рутинные процессы, сохраняя при этом физические модели, и подчеркивая, что будущее за гибридными, объединяющими лучшие методики, системами прогнозирования.
