Источник: Фото - © Лев Федосеев/ ТАСС
Созданный в России ИИ-алгоритм поможет уберечь суда в Арктике от штормов
11.06.2026
Российские ученые разработали ИИ-алгоритм, позволяющий очень точно прогнозировать экстремальные погодные явления в российской Арктике и изучать шторма и различные вихри средних масштабов. Разработка исследователей примерно в пять раз превосходит по разрешению глобальные климатические модели, сообщил Центр научной коммуникации МФТИ.
"Отслеживая мезомасштабные вихри и сравнивая статистику их жизненного цикла с эталоном, мы доказали, что нейросеть улавливает ключевые свойства полярных мезоциклонов. Результаты наших расчетов свидетельствует о том, что интенсивность этих опасных явлений воспроизводится реалистично, что важно для таких применений, как ветроэнергетика или безопасность на море", - заявил заведующий лабораторией машинного обучения в науках о Земле МФТИ Михаил Криницкий, чьи слова приводит Центр научной коммуникации вуза.
Как отмечают ученые, климат и погода в Арктике сейчас очень быстро меняется в результате глобального потепления, которое также способствует увеличению экстремальных погодных событий в полярных регионах. Это побуждает ученых создавать новые инструменты и подходы, позволяющие прогнозировать подобные аномалии, а также изучать крупные, средние и небольшие вихри и шторма, возникающие в приполярных и заполярных регионах России.
Сейчас для этих целей используются различные локальные и глобальные модели климата, чье использование требует огромного количества вычислительных ресурсов для получения детальных прогнозов высокого разрешения. Российские ученые предположили, что эти расходы можно резко уменьшить при помощи нейросети, обученной на большой выборке результатов подобных суперкомпьютерных расчетов.
Руководствуясь этой идеей ученые создали ИИ-алгоритм, способный использовать данные из глобального погодного архива ERA5, в рамках которого карта мира разбита на квадраты с длиной и шириной в 31 км, для составления значительно более детальных прогнозов, в которых условия среды рассчитываются с разрешением в 6 на 6 км. После обучения длиной в 17 часов ученые сравнили результаты ИИ-расчетов с точными данными, полученными при помощи модели WRF.
Качество этих прогнозов в целом оказалось сопоставимым, однако при этом процесс расчета годичных ветровых полей при помощи ИИ занимает всего 10 минут, тогда как эталонной модели на это требуется порядка 10 часов. При этом нейросеть особенно хорошо справляется с прогнозированием движения шквальных ветров и высоты волн в Баренцевом море, что позволяет использовать ИИ для точного прогнозирования опасных волн и штормовых предупреждений, подытожили исследователи.
Источник: ТАСС
"Отслеживая мезомасштабные вихри и сравнивая статистику их жизненного цикла с эталоном, мы доказали, что нейросеть улавливает ключевые свойства полярных мезоциклонов. Результаты наших расчетов свидетельствует о том, что интенсивность этих опасных явлений воспроизводится реалистично, что важно для таких применений, как ветроэнергетика или безопасность на море", - заявил заведующий лабораторией машинного обучения в науках о Земле МФТИ Михаил Криницкий, чьи слова приводит Центр научной коммуникации вуза.
Как отмечают ученые, климат и погода в Арктике сейчас очень быстро меняется в результате глобального потепления, которое также способствует увеличению экстремальных погодных событий в полярных регионах. Это побуждает ученых создавать новые инструменты и подходы, позволяющие прогнозировать подобные аномалии, а также изучать крупные, средние и небольшие вихри и шторма, возникающие в приполярных и заполярных регионах России.
Сейчас для этих целей используются различные локальные и глобальные модели климата, чье использование требует огромного количества вычислительных ресурсов для получения детальных прогнозов высокого разрешения. Российские ученые предположили, что эти расходы можно резко уменьшить при помощи нейросети, обученной на большой выборке результатов подобных суперкомпьютерных расчетов.
Руководствуясь этой идеей ученые создали ИИ-алгоритм, способный использовать данные из глобального погодного архива ERA5, в рамках которого карта мира разбита на квадраты с длиной и шириной в 31 км, для составления значительно более детальных прогнозов, в которых условия среды рассчитываются с разрешением в 6 на 6 км. После обучения длиной в 17 часов ученые сравнили результаты ИИ-расчетов с точными данными, полученными при помощи модели WRF.
Качество этих прогнозов в целом оказалось сопоставимым, однако при этом процесс расчета годичных ветровых полей при помощи ИИ занимает всего 10 минут, тогда как эталонной модели на это требуется порядка 10 часов. При этом нейросеть особенно хорошо справляется с прогнозированием движения шквальных ветров и высоты волн в Баренцевом море, что позволяет использовать ИИ для точного прогнозирования опасных волн и штормовых предупреждений, подытожили исследователи.
Источник: ТАСС