Переводчик, который выучил язык океана ✛
Переводчик на важных переговорах сначала просто повторяет слова, но постепенно начинает угадывать, что скажет собеседник. Новая модель погоды устроена похоже: физика даёт ей каркас, а машинное обучение учится на ошибках и заполняет пробелы. В результате она предсказывает Эль-Ниньо — тёплое течение в Тихом океане, которое меняет погоду по всему миру, — на месяцы вперёд.
Модель состоит из двух частей. Атмосферная часть — это упрощённая физическая модель с разрешением 3,75° по горизонтали, что примерно равно расстоянию от Москвы до Нижнего Новгорода. Океаническая часть — чисто машинная: она предсказывает температуру поверхности моря и новую переменную — теплосодержание верхних 300 метров океана. Раньше именно этого запаса тепла не хватало, чтобы заглянуть дальше нескольких недель.
Результат: модель прогнозирует индекс Ниньо 3.4 (среднюю аномалию температуры поверхности в центральной части Тихого океана) лучше, чем дорогие оперативные системы, в первые 4 месяца прогноза. Коэффициент корреляции падает до 0,5 примерно через 6,5 месяцев, причём горизонт предсказуемости меняется от 4 месяцев весной до 8 месяцев в конце лета — это проявление «весеннего барьера предсказуемости». Модель также улавливает глобальные связи Эль-Ниньо с осадками: засушливые условия в восточной части Тихого океана и влажные на юге США.
До этой работы было неясно, может ли гибридная модель с низким разрешением и машинным обучением давать полезные прогнозы за пределами среднесрочного диапазона в 7–10 дней. Теперь ясно: может. Добавив теплосодержание верхнего слоя океана и настроив обучаемые компоненты на разные временные масштабы, учёные получили инструмент, который конкурирует с оперативными моделями при значительно меньших вычислительных затратах. Такой подход может пригодиться академическим группам и небольшим прогностическим центрам, у которых нет доступа к суперкомпьютерам.
Переводчик, который учится на ошибках, в конце концов начинает предсказывать следующую фразу. Новая модель делает то же самое с языком океана: она ещё не идеальна, но уже способна подсказать, когда Тихий океан решит заговорить.
Океаническая часть модели делает шаг раз в 72 часа, а атмосферная — раз в 6 часов. Чтобы согласовать их, океан просто «замирает» на 12 атмосферных шагов, пока не наступит его очередь обновиться.
Идея гибридной модели, где физика и машинное обучение работают в паре, напоминает концепцию «нейроморфных» систем из научной фантастики, например, в романе Нила Стивенсона «Семиевие», где автономные модули корабля сочетают жёсткие алгоритмы с обучаемыми компонентами для долгосрочного прогнозирования.