Китай внедряет созданные внутри страны ИИ-модели на передний край своей инфраструктуры мониторинга и прогнозирования тайфунов, делая новый шаг в более широком стремлении страны стать мировым лидером в области ИИ. Национальное метеорологическое агентство и связанные с ним исследовательские институты уже используют эти отечественные системы в операционной работе, а также планируют распространить их на развивающиеся страны в Азиатско-Тихоокеанском регионе и за его пределами. Эти усилия предпринимаются на фоне того, что прогнозирование погоды на основе ИИ становится конкурентным направлением, а модели как китайских институтов, так и западных компаний, таких как Google DeepMind, бросают вызов традиционным численным методам, доминировавшим в глобальном прогнозировании десятилетиями.

ИИ-система для погоды, созданная для глобального использования

Китай стал первым пользователем собственных ИИ-лабораторий по погоде, однако страна обозначила намерение сделать свои системы международным стандартом. Согласно репортажу Xinhua, распространенному Информационным бюро Государственного совета, Китайское метеорологическое управление (CMA) представило языковую модель Fenghe для погодных сервисов на Всемирной конференции по искусственному интеллекту в Шанхае в этом году, позиционируя ее как глобальный проект с открытым исходным кодом.

Fenghe предоставляет китайским пользователям персонализированную погодную информацию и предупреждения о рисках. Международная версия была передана инициативе Организации Объединенных Наций Early Warnings for All — программе, нацеленной на обеспечение всеобщей защиты от опасностей к 2027 году, — предлагая консультации на китайском и английском языках и позволяя разработчикам создавать приложения на базе этой модели.

Какие страны уже используют китайские ИИ-модели погоды?

Семь развивающихся стран — Пакистан, Джибути, Эфиопия, Иордания, Монголия, Соломоновы Острова и Шри-Ланка — уже интегрировали китайские ИИ-модели погоды непосредственно в повседневные операции по ликвидации последствий бедствий. Многие из этих стран расположены в регионах с высокой подверженностью тропическим циклонам, наводнениям и другим погодным рискам, но исторически не располагали суперкомпьютерной инфраструктурой, необходимой для высокоточного численного прогнозирования погоды. Однако они используют не Fenghe. Вместо этого они работают с Mazu (Multi-hazard Alert, Zero-gap and Universal), еще одной системой CMA, которая находится дальше в процессе международного распространения.

Пан Цзиньцзюнь, главный инженер CMA, назвал Mazu «международным общественным благом», предоставляющим «адаптированные услуги раннего предупреждения для развивающихся стран». Еще 40 стран Глобального Юга уже тестируют более быструю публичную облачную версию системы, названной в честь китайской богини моря.

Могут ли ИИ-системы погоды улучшить мониторинг тайфунов?

На исследовательском направлении фиксируются ощутимые результаты. Ученые из Института физики атмосферы при Китайской академии наук, совместно с Университетом Фудань, объединили китайскую ИИ-модель погоды FuXi с методом, который они называют Orthogonal Conditional Nonlinear Optimal Perturbations, или O-CNOPs, чтобы смоделировать возможный диапазон траекторий шторма. О работе 1 августа сообщил PreventionWeb.

На основе 62 случаев тайфунов и 91 сравнительного эксперимента объединенная система FuXi-CNOPs показала результат на уровне лучших глобальных оперативных ансамблей на горизонте 24 часов и превзошла их в интервале от 24 до 120 часов, сократив максимальные ошибки траектории до 32.33% и уменьшив оценку неопределенности до 29.2%, согласно команде под руководством исследователей Дуань Ваньсуо и Ли Хао.

Исследование было опубликовано в Advances in Atmospheric Sciences. Дуань сообщил Global Times, что подход не требует дополнительного обучения больших моделей, что снижает вычислительные затраты и упрощает внедрение в повседневную работу.

Набор китайских моделей, поддерживающих этот курс

Эти инструменты опираются на несколько китайских моделей прогнозирования, привлекших международное внимание. FengWu, разработанная шанхайскими исследователями, формирует глобальные прогнозы с разрешением 0.25 градуса.

В исследовании, опубликованном в Communications Earth & Environment, она превзошла высокоразрешающую модель Европейского центра среднесрочных прогнозов погоды, а также Pangu-Weather и GraphCast, продлила период качественных прогнозов за пределы 10 дней и сократила ошибку пятидневной траектории тропического циклона до 201 километра для 2022 года.

Pangu-Weather от Huawei, еще одна система, созданная внутри страны, формирует прогнозы значительно быстрее, чем традиционное численное прогнозирование, а Huawei заявляет, что и ECMWF, и Национальный метеорологический центр CMA подтвердили ее преимущества. В совокупности эти модели дают Пекину внутреннюю технологическую базу, на которую он может опираться при продвижении своего погодного ИИ за рубежом.