Инструменты искусственного интеллекта перестраивают подход к прогнозированию погодных и климатических рисков. Успешное применение NeuralGCM в Индии, где модель верно предсказала трёхнедельную паузу в продвижении муссона после выхода на сушу и его последующее движение на север, вдохновило работу над похожими методами и дало основания полагать, что в рамках более крупного проекта от этих результатов могут выиграть 30 стран.
NeuralGCM — гибридная модель, которая сочетает классическое физическое прогнозирование с методами машинного обучения для имитации атмосферы. Модель разработана Google и по оценкам исследователей из Чикагского университета показала высокие результаты по нескольким метрическим показателям и лучшую вычислительную эффективность по сравнению с традиционными моделями. Эти прогнозы были доступны за четыре недели до обычного начала муссона и этим летом дошли до 38 миллионов фермеров в Индии, помогая им принимать решения о сроках посева. Программное обеспечение может работать на ноутбуке, что делает качественные прогнозы более доступными по сравнению с моделями, требующими дорогих суперкомпьютеров.
Инициатива была запущена в этом году и сейчас сотрудничает с пятью странами:
- Бангладеш
- Чили
- Эфиопия
- Кения
- Нигерия
Команда планирует добавить десять стран в 2026 году и ещё 15 в 2027 году, расширяя охват до миллионов фермеров, и обучает метеорологов в странах с низким и средним уровнем дохода. Чикагский университет получил поддержку от Фонда Гейтса для сопоставления существующих моделей над Восточной и Западной Африкой с упором на сезоны дождей и жаровые волны. Майкл Кремер оценил возможные экономические выгоды примерно в более чем US$100 на каждый доллар, вложенный правительством.
Некоторые аграрные учёные, в частности Арун Шанкер, подчеркивают необходимость связать сигналы о дожде с данными о влажности почвы, дефиците парциального давления пара, прогнозах теплового стресса и чувствительности культуры на разных стадиях. Они предупреждают, что ошибочный прогноз раннего начала сезона может привести к гибели всходов, затратам на пересев и потере времени роста. Пока неясно, как быстро будут решены все технические и практические задачи при масштабировании проекта.
Сложные слова
- перестраивать — изменять структуру или способ работы чего-либоперестраивают
- прогнозирование — действие по созданию предсказаний о будущемпрогнозированию
- гибридный — сочетание двух разных методов или системгибридная
- имитация — моделирование поведения или процесса в упрощённом видеимитации
- эффективность — отношение результата к затратам или ресурсам
- охват — число людей или территорий, охваченных услугой
- масштабирование — процесс увеличения проекта или системы в размеремасштабировании
- пересев — повторный посев полей после неудачного урожая
Подсказка: наведите, сфокусируйтесь или нажмите на выделенные слова, чтобы увидеть краткие определения прямо во время чтения или прослушивания.
Вопросы для обсуждения
- Какие преимущества и ограничения вы видите у модели, которая может работать на ноутбуке для фермеров в странах с низким доходом?
- Почему учёные считают важным связывать сигналы о дожде с данными о влажности почвы и тепловом стрессе?
- Какие технические или практические проблемы могут возникнуть при масштабировании проекта на десятки стран?
Похожие статьи
Виндхук: запуск спутниковой системы раннего оповещения SEWA
На форуме в Виндхуке (Намибия) 23–27 июня представили SEWA — спутниковую систему раннего оповещения. Система и связанная программа ClimSA должны улучшить доступ к климатическим данным и помочь Африке готовиться к погодным и климатическим рискам.
