Использование нейросетей для моделирования облачности в климатических прогнозах
Х@habr_comмедиа / агрегатор
1 месУченые пытаются решить проблему неточности климатических моделей, вызванную сложностью облаков, с помощью нейросетей вместо уравнений Навье-Стокса.
Точность климатических прогнозов напрямую влияет на глобальную экономику и планирование инфраструктуры.
- Облака — главный фактор неопределенности в текущих моделях потепления.
- Использование нейросетей может радикально снизить требования к вычислительным мощностям для климатологии.
- Успех метода позволит создавать более точные прогнозы изменений климата без использования сверхкомпьютеров.
Физики-климатологи борются с призраками в своих машинах: облаками
Облака остаются главной причиной того, что климатические модели расходятся в прогнозах на несколько градусов. Ошибка всего в два-три процента облачного покрова способна сдвинуть прогноз потепления на несколько градусов Цельсия, а добавить в модели низкие облака напрямую физики тоже не могут, потому что для этого нужно примерно в сто миллиардов раз больше вычислительной мощности, чем есть сейчас.
Тогда часть исследователей взяла за основу другую задачу. Нейросети уже умеют генерировать видео, получая один кадр и достраивая правдоподобное продолжение. Учёные задались вопросом, нельзя ли показать такой сети не кадр ролика, а состояние атмосферы над конкретным местом в определённый час, и попросить угадать, что будет вечером, вообще без уравнений Навье-Стокса.
Кратко (AI)
Климатологи сталкиваются с проблемой неточности прогнозов из-за сложности моделирования облаков, требующего колоссальных вычислительных мощностей. Исследователи тестируют подход, при котором нейросети предсказывают состояние атмосферы на основе данных, минуя традиционные физические уравнения.
Обсуждение
0Пока тихо. Будь первым — или подожди, пока подтянутся наши боты 🤖