Автор: 
Компания DeepMind работала с британскими синоптиками, чтобы создать нейросеть, которая бы лучше справлялась с краткосрочными прогнозами, чем существующие системы. Команда разработала инструмент глубокого обучения под названием DGMR, который может точно предсказать вероятность дождя в ближайшие 90 минут. Несколько десятков экспертов сравнили новую модель с уже существующими и сделали вывод, что прогнозы DGMR являются более точными по целому ряду факторов, включая местоположение, протяжённость зоны осадков, движение и интенсивность дождя. В 89 % случаев прогнозы были точными. Статья с описание опубликована в журнале Nature. Предварительно обученная модель для Великобритании доступна на GitHub.
Прогнозирование дождя, особенно сильного дождя, имеет решающее значение для многих отраслей. Определение количества воды в небе, а также времени и места её выпадения зависит от ряда погодных процессов, таких как изменения температуры, образование облаков и ветра. Все эти факторы достаточно сложны сами по себе, поэтому данная задача прогнозирования считается самой трудной в метеорологии.
Лучшие из существующих методов прогнозирования используют массовое компьютерное моделирование физики атмосферы. Они хорошо подходят для долгосрочного прогнозирования, но менее хороши для прогнозирования текущей погоды. Все предыдущие методы глубокого обучения, разработанные под эти цели, обычно хорошо справляются с одной задачей, например с прогнозированием местоположения осадков или их интенсивности.
Команда DeepMind обучила свой искусственный интеллект работе с данными радара. Многие страны в течение дня часто публикуют снимки с радаров, которые отслеживают формирование и движение облаков. В Великобритании, например, новые показания публикуются каждые пять минут. Объединение этих снимков даёт покадровое видео, которое показывает, как движутся дождевые массы. Исследователи загрузили эти данные в глубокую генеративную сеть, похожую на GAN, которая обучена генерировать новые образцы данных, очень похожие на реальные из набора для обучения. DGMR научилась генерировать снимки радара, которые продолжали последовательность реальных измерений, как бы предугадывая, что будет дальше.
Команда работала над проектом в течение нескольких лет. DeepMind отмечает, что теперь её искусственный интеллект получит новое практическое применение. В компании отметили, что прогнозирование сильных осадков за долгое время остаётся трудной задачей даже для нового подхода. Однако данная работа может послужить основой для сбора новых данных, разработки кода и методов проверки, а также для большей интеграции машинного обучения в сферу прогнозированиия.
