Прогнозування погоди може увійти в нову епоху: новий алгоритм машинного навчання Aardvark Weather уже сьогодні перевершує найкращі традиційні системи, працюючи на звичайному комп’ютері та споживаючи лише 8% від обсягу даних, необхідного для поточних моделей.

Цю розробку, представлену 20 березня в журналі Nature, вчені називають революцією в метеорології.

☁️ Прогноз без фізичних моделей

Сучасні метеосистеми спираються на фізичні моделі атмосфери — складні математичні симуляції, що працюють на надпотужних суперкомп’ютерах годинами. Але Aardvark Weather пропонує зовсім інший підхід.

«За 18 місяців ми створили систему, яка конкурує з найкращими світовими прогнозами, використовуючи лише десяту частину даних і працюючи на настільному комп’ютері», — заявив інженер Річард Тернер з Кембриджського університету.

🤖 Як працює Aardvark Weather

Замість атмосферної фізики, система використовує машинне навчання, щоб напряму аналізувати “сирі” дані з:

• супутників,
• метеостанцій,
• суден,
• повітряних куль.

Це дозволяє значно скоротити час обробки та знизити потребу в енергоспоживанні.

⚡ В 1000 разів ефективніше

Основні переваги:

• у десятки разів швидше за суперкомп’ютери;
• в 1000 разів менш енергоємне;
• може працювати навіть у країнах із обмеженими технічними ресурсами;
• підтримує регіональні прогнози, якщо є локальні дані.

«Прорив Aardvark — це не лише про швидкість. Це про доступність. Ми переводимо прогнозування погоди з суперкомп’ютерів на ноутбуки. І це може повністю змінити правила гри для країн, які раніше були виключені з передових прогнозів», — сказав Скотт Госкінг з Alan Turing Institute.

🌍 Результати і порівняння

У тестах Aardvark перевершив американську систему Global Forecast System (GFS), хоча використовував лише 8% від обсягу даних, необхідного для GFS. Точність прогнозів була зіставною з офіційними прогнозами Національної метеослужби США.

Однак є й обмеження:

• просторова роздільність Aardvark — 1,5°, тоді як у GFS — 0,25°.
• Це може знижувати точність для локальних прогнозів (наприклад, дощ на конкретному районі міста).

Та завдяки архітектурі машинного навчання Aardvark можна адаптувати:

• до аграрних умов в Африці,
• до вітрової генерації в Європі,
• або до специфічних запитів — ураганів, пожеж, торнадо тощо.

🔮 Універсальність і майбутні застосування

«Ці результати — лише початок. Наш підхід може бути застосований до інших задач: прогнозування якості повітря, динаміки океану, руху морського льоду», — заявила співавторка дослідження Анна Аллен.

Aardvark може стати ключовим інструментом для боротьби з кліматичними катастрофами та адаптації до змін клімату — особливо в регіонах, де досі не було доступу до високоточних прогнозів.

Чому це важливо знати

Aardvark Weather демонструє, що штучний інтелект може не просто доповнити, а повністю змінити спосіб, у який людство прогнозує погоду. Він забезпечує високу точність, швидкість і доступність без потреби в дорогих обчислювальних ресурсах. Це відкриває шлях до демократизації кліматичних даних у глобальному масштабі: від фермерів у Гані до рятувальників у Карпатах.
У час, коли кліматичні ризики зростають, прогнозування стає питанням виживання — і Aardvark пропонує реальне рішення.