Почему ИИ-модели погоды ошибаются в прогнозах силы ураганов

Почему ИИ не угадывает ярость урагана 21 сентября у тихоокеанского побережья Мексики Поло был ещё тропическим штормом. Через сутки он превратился в ураган пятой категории с ветром до 290 км/ч — один из сильнейших тихоокеанских штормов за десятилетия. Так же внезапно в 2018-м дорос до пятой категории Майкл — прямо перед ударом по Флориде. Когда стихия застаёт врасплох, на эвакуацию почти не остаётся времени. ИИ-модели погоды за считанные годы стали соперничать с лучшими физическими прогнозами, но с силой ураганов у них беда. Почему — объясняет исследователь ураганов Чань Кьеу в The Conversation. Первая причина — данные. Глобальные модели учились на десятилетиях наблюдений со всей Земли. А сила урагана — задача региональная: шторм меняется быстро, и данные нужны куда подробнее. Станции, радары и буи дают детали, но в основном у побережья, а ключевые стадии урагана проходят над открытым океаном. Спутники видят лишь часть картины и не могут разом просканировать объёмную структуру каждого шторма. Итог: полноценного трёхмерного датасета для обучения ИИ просто нет. Вторая причина — хаос. Даже если измерять тысячи штормов целиком каждую секунду, крошечные различия в начальном состоянии со временем разрастаются. У урагана есть потолок силы — «потенциальная интенсивность», которую задаёт окружение: тёплая вода подпитывает шторм, сдвиг ветра тормозит. Под этим потолком сила колеблется, и чем теплее океан, тем сильнее колебания. Отсюда ловушка. ИИ учат ошибаться как можно меньше, но если хаос реален, ошибку не свести к нулю. Модель выучивает самый вероятный сценарий и сглаживает всплески — по сути, усредняет характер урагана. А раз данные всегда неточны, правила модели остаются приближением, и прогноз силы портится уже через несколько дней. @vselennayaplus