Даже после десятилетий развития метеорологии прогнозирование погоды остаётся печально сложной задачей. Самые надёжные современные модели редко сохраняют точность дальше двухнедельного горизонта из-за постоянного каскада атмосферных и климатических переменных. Именно эти непредсказуемые взаимодействия лежат в основе теории хаоса — междисциплинарной области, изучающей, как даже самые предсказуемые системы способны порождать совершенно непредсказуемые результаты. Её основы заложил математик из MIT Эдвард Лоренц ещё в 1970-х.
Теория хаоса утверждает, что даже предсказуемые системы быстро переходят в непредсказуемые состояния. Новая модель прогноза обходит часть этих барьеров. Фото: Frank Ramspott / Getty Images
«Он вывел этот теоретический двухнедельный предел, за которым мы просто не можем предсказывать погоду, потому что шум в системе нарастает настолько, что заглушает любой исходный сигнал», — пояснил Джуда Коэн, климатолог, также работающий в MIT.
По словам Коэна, многие климатологи до сих пор считают двухнедельный барьер Лоренца непреодолимым — и почти 50 лет это предположение в целом оправдывалось. Даже сегодняшние динамические симуляции и модели искусственного интеллекта начинают «сыпаться», когда пытаются предсказать условия на срок от двух до шести недель вперёд — этот диапазон называют субсезонным прогнозированием. Прозванный «пустыней предсказуемости», он упирается в медленные и крайне изменчивые факторы вроде нынешнего мощного Эль-Ниньо. Как только они входят в уравнение, прогноз превращается скорее в бросок костей. Однако у Коэна были свои сомнения относительно ограничений теории хаоса.
«Я никогда до конца в это не верил, — признаётся он. — Теоретически атмосфера может создавать бесконечное число паттернов, но она любит снова и снова скатываться в несколько излюбленных».
Чтобы пробить этот барьер, Коэн вместе с коллегой Лестером Мэки годами разрабатывал систему ИИ, которая не только минимизирует ошибки прогноза, но и учится на неизбежных промахах с помощью метода постобработки. При постобработке ИИ совершенствуется, сравнивая неточности с имеющимися историческими данными и корректируя выводы.
Недавно команда Коэна подала три версии своей модели с системой постобработки в Европейский центр среднесрочных прогнозов погоды (ECMWF). Этот признанный лучшим в мире прогностический центр проводит и сезонные конкурсы, где новейшие модели соревнуются друг с другом. Большинство таких систем опирались на исторические климатические средние, но впервые команда представила программу с возможностями постобработки.
Результаты Коэн и коллеги изложили в исследовании, опубликованном в журнале Nature. Интеграция ИИ-постобработки оставила существующие модели далеко позади: для субсезонного окна от двух до шести недель исследователи вдвое повысили общую точность прогноза. Столь масштабные улучшения вскоре могут помочь фермерам и энергетикам, которые уже полагаются на субсезонные прогнозы, а в перспективе — даже спасать жизни.
«Это также улучшает прогнозы экстремальных погодных явлений — будь то наводнения, холода или что-то ещё, — сказал Коэн. — Важно предсказывать и то, и другое, но именно экстремальные события могут оказаться самой значимой частью для общества».
Многие исследователи долго считали субсезонное прогнозирование тупиком, но последний прорыв может расчистить путь к ещё более значимым достижениям в этой области. «Люди сомневались, стоит ли вообще вкладываться в модели для этого временного диапазона, — заключил Коэн. — Но мы стабильно обходим климатологические средние своими моделями».
