ЛОНДОН – Мы только что стали свидетелями начала смены парадигмы в науке о Земле. Статья, опубликованная в июле в журнале Nature, показала, что нейронная сеть (искусственный интеллект) предсказывает погоду лучше, чем Европейский центр среднесрочных прогнозов погоды, который обладает самой совершенной в мире системой прогнозирования. Затем, в ноябре, компания DeepMind от Google объявила, что ее ИИ для прогнозирования погоды дает еще более точные прогнозы.
Традиционный подход к прогнозированию погоды заключается в использовании наблюдений, полученных в определенный момент времени, в качестве начальных условий для уравнений, основанных на физических принципах. Напротив, ИИ поглощает данные, собранные в течение длительных периодов времени, а затем “изучает” динамику, которую традиционные уравнения должны четко описать. Как традиционный метод, так и метод, основанный на ИИ, опирается на суперкомпьютеры, но ИИ не нуждается в формально разработанных теориях.
Прогноз погоды определяет, когда и куда полетят самолеты, по каким маршрутам ходят корабли, а также помогает управлять всеми видами гражданских и военных рисков, связанных с изменчивой окружающей средой. Это важно. Хотя применение ИИ в этой области еще только начинается и многое еще предстоит проработать, как и в других секторах, прогнозирование на основе ИИ может вытеснить квалифицированную рабочую силу, поскольку нейронные сети не требуют знаний динамической метеорологии (авторы статьи в Nature — инженеры без такого образования). Но на этом последствия едва ли заканчиваются.
ЛОНДОН – Мы только что стали свидетелями начала смены парадигмы в науке о Земле. Статья, опубликованная в июле в журнале Nature, показала, что нейронная сеть (искусственный интеллект) предсказывает погоду лучше, чем Европейский центр среднесрочных прогнозов погоды, который обладает самой совершенной в мире системой прогнозирования. Затем, в ноябре, компания DeepMind от Google объявила, что ее ИИ для прогнозирования погоды дает еще более точные прогнозы.
Традиционный подход к прогнозированию погоды заключается в использовании наблюдений, полученных в определенный момент времени, в качестве начальных условий для уравнений, основанных на физических принципах. Напротив, ИИ поглощает данные, собранные в течение длительных периодов времени, а затем “изучает” динамику, которую традиционные уравнения должны четко описать. Как традиционный метод, так и метод, основанный на ИИ, опирается на суперкомпьютеры, но ИИ не нуждается в формально разработанных теориях.
Прогноз погоды определяет, когда и куда полетят самолеты, по каким маршрутам ходят корабли, а также помогает управлять всеми видами гражданских и военных рисков, связанных с изменчивой окружающей средой. Это важно. Хотя применение ИИ в этой области еще только начинается и многое еще предстоит проработать, как и в других секторах, прогнозирование на основе ИИ может вытеснить квалифицированную рабочую силу, поскольку нейронные сети не требуют знаний динамической метеорологии (авторы статьи в Nature — инженеры без такого образования). Но на этом последствия едва ли заканчиваются.