Прогнозирование погоды зашло далеко. Его будущее еще ярче Чтобы максимально использовать его потенциал, необходимо сделать три вещи.

Компьютер Maniac разработанный в Принстоне после Второй мировой войны, мог выполнять невероятные 10 000 вычислений в секунду. Эта необычайная сила применялась к двум основным задачам: моделированию термоядерных взрывов и земной погоды. Это были два наиболее важных приложения, которые создатели машины могли себе представить.

Maniac потребовалась бы вся 13,8-миллиардная история Вселенной, чтобы выполнить столько вычислений, сколько современный самый быстрый компьютер может выполнить за час. Но хотя их возможности и сфера применения выросли, сегодняшние суперкомпьютеры по-прежнему видят, что большая часть их мощностей посвящена оружию и погоде. Их вклад в разработку водородной бомбы мало что добавляет к повседневной жизни, кроме скрытого страха.

Но их работа по погоде в прогнозных нарядах по всему миру практически везде находит практическое применение. Исследования Всемирного банка и других организаций оценивают преимущества численного прогнозирования погоды (ЧПП) в 162 миллиарда долларов в год. Его успех может подтвердить любой современный фермер или военачальник.

Это чувствуется и в ткани повседневности. Ни на одном смартфоне нет значков, благоухающих солнцем, дождем, ветром или облаком. Решение оставить зонт дома по совету синоптика уже не обязательно является триумфом надежды над опытом.

Применение машинного обучения и других форм искусственного интеллекта (ИИ) еще больше улучшит ситуацию.

Суперкомпьютеры, используемые для nwp (ЧПП), рассчитывают погоду на следующие дни на основе текущих условий, законов физики и различных эмпирических правил; делая это в высоком разрешении, вычисления поглощаются триллионами с нелепой легкостью.

Теперь системы машинного обучения, обученные просто на прошлых данных о погоде, могут более или менее соответствовать их прогнозам, по крайней мере, в некоторых отношениях. Если достижения в области искусственного интеллекта где-то еще являются ориентиром, то это только начало.

Более того, в некоторых случаях подход ИИ, по-видимому, способен выявить аспекты поведения погоды, которые nwp не может получить с помощью одних только расчетов. А более низкие затраты на ИИ привлекут новых участников в погодный бизнес. Можно ожидать, что они будут предлагать продукты, идеально адаптированные к потребностям клиентов, и свежие идеи, открывающие новые рынки.

Чтобы максимально использовать возможности, нужно сделать три вещи.

Одна из них заключается в обеспечении того, чтобы здоровая конкуренция не разрушала базовую инфраструктуру. В основном правительственные организации, которые доминируют в NWP, прилагают огромные усилия, чтобы ассимилировать наблюдения со всего мира в непротиворечивые представления о погоде, необходимые для их моделей. Затраты на это можно покрыть за счет продажи ценных прогнозов на специализированных рынках.

Чтобы добиться наилучших результатов, ИИ необходимо будет обучить данным в этих представлениях. Но эта лучшая работа почти наверняка подорвет некоторые позиции нынешних прогнозистов. Таким образом, необходимо найти modus vivendi, при котором, щедро предоставляя новичкам данные, необходимые для обучения их искусственного интеллекта, существующие прогнозисты не слишком расплачиваются.

В противном случае это может поставить под угрозу тщательно настроенные системы, которые они используют для превращения наблюдений и вычислений в наборы данных, на которые полагаются искусственный интеллект и мир, по крайней мере, на данный момент.

Второе, что необходимо сделать, — это объединить искусственный интеллект и обработку чисел для борьбы с изменением климата. В настоящее время невозможно запускать климатические модели с разрешением, используемым для прогнозирования погоды. Новое оборудование, создаваемое для систем искусственного интеллекта, может помочь (заинтересована компания Nvidia, производитель чипов).

Кроме того, ИИ можно использовать для поиска закономерностей в прогнозах, создаваемых такими моделями, что делает их более информативными, а также в качестве интерфейса, делающего их идеи более доступными для неспециалистов.

Прежде чем это станет проблемой, необходим лучший доступ здесь и сейчас. В 2019 году Глобальная комиссия по адаптации сообщила, что уведомление о разрушительном погодном явлении за 24 часа может сократить ущерб на 30%, а инвестиции в размере 800 млн долларов в системы раннего предупреждения для развивающихся стран могут предотвратить ежегодные потери в размере от 3 до 16 млрд долларов.

Соответственно, Всемирная метеорологическая организация сделала «Раннее предупреждение для всех» к 2027 г. своим приоритетом. Учитывая, что у трех из четырех человек в мире есть мобильные телефоны, возмутительно, что только в половине их стран есть системы, предупреждающие их о стихийных бедствиях.

Как спасти несколько жизней.
Чтобы исправить это, не требуется никаких прорывов, достаточно скромных инвестиций, детального планирования, целенаправленного обсуждения и достаточной политической решимости для преодоления неизбежных институциональных барьеров.

Это не усилие в прометеевской традиции порождения маньяка; оно не подожжет мир и не смоделирует то, что уже тлеет.

Но это должно спасти тысячи жизней и миллионы средств к существованию.

Оригинал

P.S. Подпишись на канал ГлавИнформ —  ГИБбон  — о том как экономика, политика и технологии влияют на нашу жизнь.