Как предсказать Эль-Ниньо за полгода ✛
Переводчик на переговорах сначала просто повторяет слова, но постепенно начинает угадывать, что скажут дальше. Новая модель погоды устроена так же: физика даёт ей основу, 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, которая считает погоду по сетке с шагом примерно 400 километров. Океаническая часть — обучаемая программа, которая предсказывает температуру поверхности моря и запас тепла в верхних 300 метрах воды. Раньше этого запаса тепла не хватало, чтобы заглянуть дальше нескольких недель.
Теперь модель прогнозирует температуру в центральной части Тихого океана лучше, чем дорогие оперативные системы, в первые 4 месяца прогноза. Она улавливает связи Эль-Ниньо с осадками: засуху в восточной части Тихого океана и влажную погоду на юге США. Такой подход может пригодиться небольшим исследовательским группам, 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.