Коррекция вместо новой модели

Исследователи Microsoft разработали метод машинного обучения Probabilistic Bias Correction (PBC), который исправляет систематические смещения в уже существующих моделях погоды. По словам авторов, он помогает повысить точность прогнозов на срок от двух до шести недель — период, когда физические и ИИ-модели обычно становятся менее надёжными. Результаты опубликованы в Nature, а код PBC доступен в открытом репозитории GitHub.

Традиционные модели рассчитывают атмосферные процессы, а ИИ-модели ищут закономерности в исторических данных. Обеим приходится восполнять пробелы в наблюдениях — например, там, где мало метеостанций. Возникающие из-за приближений ошибки могут накапливаться с увеличением срока прогноза. PBC обучается выявлять такие смещения и корректировать их.

Результаты проверки на моделях ECMWF

В анализе исследователей метод повысил точность ведущей физической модели Европейского центра среднесрочных прогнозов погоды (ECMWF) для 98% целей по осадкам и 92% целей по температуре. В той же работе применение PBC вдвое повысило точность новой системы прогнозирования ECMWF на основе ИИ. Это результаты исследования, а не гарантия такой же точности в реальной эксплуатации.

ECMWF ранее наградил авторов за работу над PBC в конкурсе AI Weather Quest. Стратегический руководитель центра по машинному обучению Мэттью Чантри назвал исследование полезным для научного сообщества, но предупредил, что внедрение разработки в действующие процессы остаётся сложной задачей. ECMWF описал итоги конкурса.

Расчёт на процессорах и возможное применение

По словам старшего главного исследователя Microsoft Research New England Лестера Маки, PBC может работать на центральных процессорах (CPU), без мощных графических процессоров, необходимых некоторым ИИ-системам. Авторы считают, что относительно лёгкий инструмент будет доступнее метеослужбам с ограниченными вычислительными ресурсами.

Одна из авторов исследования Женевьева Фласполер теперь руководит некоммерческой организацией Rhiza Research. Вместе с метеорологической службой Кении организация проверяет, поможет ли ИИ выпускать более точные ранние предупреждения. PBC — один из тестируемых методов; его практическая эффективность в этой работе ещё оценивается.