В октябре 2025 года над Карибским морем зародился шторм, и погодные модели не могли прийти к согласию. Рассеется ли он над Гаити или превратится в монстра и направится к Ямайке? На сцену выходит WeatherNext, модель ИИ от Google DeepMind, которая уверенно предсказала последнее — за пять дней до выхода на сушу она с 80-процентной уверенностью заявила, что шторм обрушится на Ямайку как ураган 5-й категории.

Ураган Мелисса именно так и сделал, вызвав наводнения и оползни на Ямайке. Но благодаря раннему предупреждению ИИ у сообществ было больше времени на подготовку. Согласно статье, опубликованной в четверг в Nature, WeatherNext дает прогнозистам в среднем один дополнительный день упреждения — его трехдневные прогнозы так же точны, как двухдневные у предыдущих моделей. Как выразился Майк Бреннан, директор Национального центра ураганов США, «время действительно золото». Действительно, когда вы готовите запасы и эвакуируете людей, лишний день — это практически роскошь.

Исторически для повышения точности прогноза на один день требовалось десять лет работы. Так в чем же секрет? Обучение ИИ на большом количестве погодных данных, даже если данных о циклонах мало. Как объясняет Ферран Алет, научный сотрудник DeepMind: «У нас не так много данных о циклонах, но у нас много погодных данных». Поэтому они обучили модель хорошо работать и с тем, и с другим.

Ураганы сложны тем, что они действуют в разных масштабах — для прогнозирования траектории нужны глобальные данные, а для интенсивности — локальные детали. Более ранние модели ИИ могли точно предсказывать траекторию, но ошибались в интенсивности. WeatherNext, однако, справляется с обоими, и это даже удивило исследователей. «Думаю, все были удивлены тем, насколько хорошо она справилась», — говорит Кейт Масгрейв, соавтор и ведущий специалист по тропическим циклонам. Модель была настолько хороша в ретроспективных тестах, что они сомневались, сработает ли она в реальном времени. Она сработала.

Вот в чем загвоздка: ИИ использует данные более низкого разрешения, чем традиционные модели, но при этом превосходит их. Это озадачило ученых, поскольку предполагает, что входные данные с более низким разрешением содержат больше сигнала, чем считалось ранее. Алет признает: «В конечном счете это черный ящик», но это может указывать на физику, которую мы еще не понимаем.

Модель также генерирует ряд сценариев — в прошлом году 50 на шторм, теперь 1000 — чтобы учесть возможные эффекты бабочки. Это то, что традиционные модели не могут сделать с современной вычислительной мощностью. Бреннан, однако, предостерегает, что WeatherNext — лишь один из инструментов, и человеческий опыт остается жизненно важным. В конце концов, «убивают последствия, а не прогноз».

DeepMind открывает исходный код моделей, надеясь, что исследователи смогут получить новые знания. Алет в восторге: «Я думаю, ИИ дает нам новые инструменты, чтобы проникнуть в законы вселенной». И, возможно, остаться на шаг впереди следующей капризной погоды.