Врач, который годами ведёт одного пациента, учится предсказывать обострения по едва заметным признакам: лёгкой бледности, сбитому дыханию, беспокойному сну. Океан — такой же сложный пациент, только вместо градусника у него тысячи буйков и спутников, а вместо истории болезни — семьдесят лет ежедневных измерений. Нейросеть, созданная в Австралии, взяла эту историю и научилась заглядывать на два года вперёд, предсказывая, где вода станет аномально тёплой.
Раньше долгосрочный прогноз температуры океана упирался в стену: физические модели, которые честно просчитывают взаимодействие воды и воздуха, уверенно работали лишь на три-четыре сезона. А региональные аномалии, такие как морские тепловые волны, и вовсе оставались почти непредсказуемыми. Нейросеть обошла это ограничение иначе: она не пытается воспроизвести всю физику, а учится на готовых примерах, как опытный клиницист, который видел тысячи пациентов и узнаёт болезнь по сочетанию симптомов.
Обучение шло на четырёх графических процессорах, и модель перебирала данные с 1950 по 2021 год. Она смотрела на карты температуры поверхности и воздуха, сжимала их до компактного описания, а затем разворачивала обратно в прогноз. Ошибка оставалась ниже 0,75 °C даже на 24-м месяце — это примерно та точность, с которой мы различаем тёплую и прохладную воду на ощупь.
Модель предсказала большинство из них за много месяцев до пика. Тепловую волну Blob, которая в 2014–2015 годах погубила морских львов и крабов у побережья Калифорнии, нейросеть увидела за два года. А вот с Нингалу-Ниньо у западного побережья Австралии вышла осечка: в обучающей выборке было слишком мало похожих случаев, и сети просто не хватило примеров.
Врач, который ведёт пациента годами, однажды начинает предупреждать о приступах до того, как они случатся. Нейросеть, вскормленная на семидесяти годах океанских наблюдений, делает то же самое: она видит, как тёплое пятно у берегов Перу обещает засуху в Австралии, а холодный язык в Тихом океане — дождливое лето в Индии. И хотя редкие болезни океана ей пока не по зубам, общий диагноз она ставит всё увереннее.
Модель смогла предсказать морскую тепловую волну Blob за 24 месяца до её пика, хотя это явление считалось трудноуловимым из-за нерегулярной сезонной привязки. А вот с Нингалу-Ниньо у западного побережья Австралии нейросеть справилась хуже: в обучающих данных было слишком мало похожих случаев.
Идея предсказывать климатические аномалии с помощью машинного обучения перекликается с романом Кима Стэнли Робинсона «Министерство будущего», где алгоритмы помогают человечеству реагировать на экстремальную жару и климатические катастрофы. Здесь нейросеть выступает в роли ранней системы оповещения, которая видит зарождение Эль-Ниньо за два года.