Метеорологи уже привыкли доверять нейросетям: модель GraphCast угадывает земную погоду на дни вперёд, опираясь на глобальные снимки атмосферы. Но этот «мозг» можно перенести на другую планету — туда, где воздух разрежен, а солнце греет иначе. Авторы работы взяли GraphCast и скормили ему данные из Марсианской климатической базы — своего рода виртуального двойника Красной планеты.

Первый тест — без дообучения — удивил: модель выдала довольно точный портрет текущей погоды, просто опираясь на земные «привычки». Но стоило заглянуть в будущее хотя бы на сутки, как прогноз уплывал к усреднённому климату, теряя суточный ритм. Утро, день, вечер, ночь сливались в одну бесконечную усреднённую картину.

Тогда модель начали учить заново. Всего на десяти циклах обучения она ухватила главное: как разворачивается дневной цикл, как температура слоями распределяется по высоте. Через несколько десятков эпох прогноз на десять дней вперёд уже неплохо совпадал с реальной марсианской динамикой. Качество росло с объёмом данных и зависело от того, с какого сезона стартует предсказание.

Этот эксперимент — не просто забава. Быстрый и точный прогноз марсианской погоды пригодится для планирования работы роверов, защиты техники от пылевых бурь и, в перспективе, для экспедиций с участием человека.