Новая AI-модель AIGFS сокращает вычислительные затраты на прогнозы погоды примерно на 90%. Это стало возможным благодаря использованию машинного обучения и графовых нейронных сетей.
Национальное управление океанических и атмосферных исследований (NOAA) внедрило первую в мире оперативную глобальную погодную прогнозную модель, полностью основанную на машинном обучении, под названием AIGFS.
Модель была разработана в рамках проекта EAGLE при участии NOAA, Национальной службы погоды (NWS) и частных партнеров. AIGFS использует архитектуру Google DeepMind GraphCast, дообученную на данных NOAA.
Благодаря этому удалось сократить вычислительные затраты на 90% по сравнению с традиционной моделью GFS. Теперь прогноз на 16 дней занимает всего 40 минут, что позволяет метеорологам и службам экстренного реагирования получать данные о надвигающихся опасных явлениях почти в реальном времени.
Кроме того, AIGFS демонстрирует улучшенную точность прогнозирования для крупных синоптических признаков и значительное снижение ошибок трека тропических циклонов.
NOAA также представила другие модели, такие как AIGEFS (AI-ensemble) и HGEFS (гибридный ensemble), которые сочетают AI и физические модели. Эти разработки имеют потенциал не только улучшить прогнозирование погоды, но и найти применение в других научных областях, таких как климатическое моделирование и океанография.
