Роман Вильфанд, доктор технических наук и научный руководитель Гидрометцентра России, рассказал Newsinfo. ru о роли искусственного интеллекта и машинного обучения в улучшении точности и оперативности метеорологических прогнозов.
Он отметил, что основы прогнозирования погоды строятся на фундаментальных физических законах, выраженных через дифференциальные уравнения. Тем не менее, случайные явления и погрешности в исходных данных требуют применения методов машинного обучения для повышения качества прогноза, особенно в тех случаях, когда реальные данные расходятся с результатами моделей.
Вильфанд объяснил, что искусственный интеллект помогает эффективно обрабатывать данные из различных источников, таких как спутники и метеостанции. Чем более точными являются начальные данные, тем выше вероятность точности прогноза. Современные прогностические системы также сталкиваются с вызовами, связанными с изменением климата.
Для краткосрочных прогнозов влияние этих изменений минимально, но долгосрочные прогнозы требуют учета климатических изменений, что требует использования специализированных климатологических данных. В этом контексте Вильфанд отметил важность взаимодействия традиционных методов прогнозирования с новейшими технологиями, основанными на искусственном интеллекте.