Китай делает ставку на отечественные модели ИИ для улучшения прогнозов экстремальных погодных явлений

Китай нашел новый путь в стремлении стать мировым лидером в области ИИ, поскольку национальное метеорологическое агентство и научно-исследовательские институты вывели на передний край системы мониторинга и прогнозирования тайфунов отечественные модели искусственного интеллекта. 

Крупнейшая экономика Азии также уже нацелена на пути расширения, поскольку сейчас планирует распространить системы ИИ уже используемые в стране, на другие развивающиеся страны, особенно те, которые подвержены риску экстремальных погодных явлений в Азиатско-Тихоокеанском регионе.

Китай создает глобальную систему ИИ для прогнозирования погоды 

Хотя Китай сам стал первым клиентом своих отечественных лабораторий по разработке ИИ для прогнозирования погоды, страна также заявила о намерении распространить эти технологии по всему миру, потенциально сделав их глобальным стандартом. 

Согласно Сообщение агентства Синьхуа переданное Информационным офисом Государственного совета, Китайское метеорологическое управление (CMA) представило большую языковую модель погодных услуг Fenghe на Всемирной конференции по искусственному интеллекту в Шанхае в этом году как глобальный проект с открытым исходным кодом. 

Модель Fenghe предоставляет персонализированную погодную информацию и предупреждения о рисках для пользователей в Китае. 

Международная версия была передана инициативе ООН «Раннее предупреждение для всех», которая предлагает консультации на китайском и английском языках и позволяет разработчикам создавать собственные приложения на базе этой модели.

Какие страны уже используют китайские модели ИИ для прогнозирования погоды?

Пакистан, Джибути, Эфиопия, Иордания, Монголия, Соломоновы Острова и Шри-Ланка — семь развивающихся стран, которые уже внедрили китайские модели ИИ для прогнозирования погоды непосредственно в повседневные операции по ликвидации последствий стихийных бедствий. 

Однако они используют модель, отличную от Fenghe. Вместо этого они используют Mazu (Multi-hazard Alert, Zero-gap and Universal), другую систему от CMA, которая находится на более продвинутой стадии внедрения.

Пан Цзиньцзюнь, главный инженер CMA, назвал Mazu «международным общественным благом», которое предоставляет «адаптированные услуги раннего предупреждения для развивающихся стран». 

Еще 40 стран Глобального Юга уже экспериментируют с более быстрой версией системы на базе публичного облака, названной в честь богини моря.

Могут ли системы ИИ для прогнозирования погоды улучшить мониторинг тайфунов? 

Научные исследования приносят измеримые результаты. Ученые Института физики атмосферы Китайской академии наук, работая совместно с Университетом Фудань, объединили китайскую модель ИИ для прогнозирования погоды FuXi с методом, который они называют «Ортогональные условные нелинейные оптимальные возмущения» (O-CNOPs), для картирования диапазона возможных путей движения шторма. Портал PreventionWeb сообщил о работе 1 августа.

По данным команды под руководством научных сотрудников Дуань Ваньсуо и Ли Хао, в 62 случаях тайфунов и 91 сравнительном эксперименте комбинированная система FuXi-CNOPs на 24 часа совпала с лучшими глобальными операционными ансамблями и превзошла их в прогнозах от 24 до 120 часов, сократив максимальную ошибку траектории на величину до 32,33% и сузив оценки неопределенности до 29,2%. 

Исследование опубликовано в журнале Advances in Atmospheric Sciences. Дуань сообщил Global Times, что этот подход не требует дополнительного обучения больших моделей, что снижает вычислительные затраты и упрощает его внедрение в повседневную операционную деятельность.

Набор китайских моделей, поддерживающих этот процесс

Эти инструменты базируются на нескольких китайских моделях прогнозирования, которые привлекли международное внимание. FengWu, разработанная исследователями из Шанхая, предоставляет глобальные прогнозы с разрешением 0,25 градуса. 

В исследовании, опубликованном в Communications Earth & Environment, она превзошла высокодетализированную модель Европейского центра среднесрочных прогнозов погоды (ECMWF), а также Pangu-Weather и GraphCast, расширила период точных прогнозов за пределы 10 дней и сократила ошибку траектории тропических циклонов на 5 дней до 201 километра в 2022 году.

Pangu-Weather от Huawei, еще одна отечественная система, генерирует прогнозы гораздо быстрее, чем традиционные численные методы прогнозирования, и Huawei заявляет, что как ECMWF, так и Национальный метеорологический центр CMA подтвердили ее преимущества. Вместе эти модели создают для Пекина внутреннюю базу, на которую можно опираться при продвижении своих погодных ИИ-решений за рубежом.