ШІ від MIT удвічі покращив прогноз погоди на 2–6 тижнів уперед

Співпраця Массачусетського технологічного інституту (MIT), корпорації Microsoft та Європейського центру середньострокових прогнозів погоди (ECMWF) призвела до створення унікального алгоритму штучного інтелекту. Ця система, розроблена не як самостійна нейромережа-синоптик, а як надбудова для наявних метеорологічних моделей, здатна виправляти систематичні помилки, підвищуючи точність прогнозів на період від двох до шести тижнів.

Ключова перевага розробки полягає в її здатності подвоювати точність субсезонних прогнозів, що було підтверджено у змаганнях ECMWF. Алгоритм, навчаючись на історичних даних, виявляє та коригує неочевидні похибки, забезпечуючи більш надійні передбачення. Це особливо критично для прогнозування екстремальних погодних явищ, таких як повені чи різкі перепади температур, де класичні методи часто виявляються менш ефективними.

Навчання системи проводилося на суперкомп'ютерному кластері MIT Engaging, проте для її подальшої роботи високоефективні обчислювальні потужності не потрібні. Це робить технологію доступною та недорогою у використанні. Більш того, надбудова є універсальною і може бути інтегрована з будь-якою метеорологічною моделлю, навіть зі слабшими системами, значно покращуючи їхню ефективність майже до рівня провідних центрів прогнозування.

Публікація результатів у престижному науковому журналі Nature підкреслює значущість цього досягнення. В умовах зростаючої мінливості клімату та частих аномальних погодних подій, що спостерігаються останніми роками, потреба у більш точних та довгострокових прогнозах стає дедалі гострішою для бізнесу та державного управління.

Що це означає: Підвищена точність довгострокових прогнозів погоди відкриває нові можливості для оптимізації операційної діяльності в аграрному секторі, енергетиці, логістиці, страхуванні та будівництві. Це дозволить компаніям краще планувати виробничі цикли, управляти ризиками, пов'язаними з погодними умовами, та мінімізувати потенційні збитки від екстремальних явищ, а також ефективніше розподіляти ресурси та адаптуватися до змін клімату.