Специалисты «Сколтеха» и «Сбера» разработали модели для прогнозирования засух

Для планирования сельскохозяйственной деятельности, оценки и страхования рисков, связанных с возможными засухами, необходимы точные и долгосрочные прогнозы. Ученые из «Сколтеха» совместно с коллегами из «Сбера» предложили модели глубокого обучения для прогнозирования засух по климатическим данным, говорится в сообщении «Сбера». Исследование опубликовано в журнале Environmental Modelling & Software.

Как отметил старший инженер-исследователь Центра прикладного искусственного интеллекта (ИИ) «Сколтеха» Александр Марусов, прогноз засухи имеет первостепенное значение для многих регионов России, при этом моделирование достаточно сложно из-за необходимости учета различных факторов, в том числе и глобального потепления.

Новое решение объединяет классические методы прогнозирования, основанными на климатических данных, с использованием нейросетей. Разработанные модели были протестированы на данных пяти регионов в различных частях света. Это Польша, штат Миссури (США), штат Гояс (Бразилия), штат Мадхья-Прадеш (Индия) и северная часть Казахстана.

Лучшие результаты для среднесрочного прогнозирования показала модификация модели EarthFormer на основе трансформера, а для долгосрочного – модификация модели ConvLSTM.

«Наша модель показывает высокое качество для разных климатических зон. За счет использования надежных методов ИИ ее качество останется высоким следующие 10 лет», – прокомментировал старший преподаватель «Сколтеха» и заведующий лабораторией прикладных исследований «Сколтех-Сбербанк» (LARSS) в Центре прикладного ИИ Алексей Зайцев.

Инновационные проекты помогают противостоять опасностям, связанным с экстремальными погодными явлениями, которые являются следствием изменения климата на Земле. Как писали «Ведомости. Устойчивое развитие», в марте этого года Генеральная Ассамблея ООН признала потенциал систем ИИ для ускорения движения к достижению 17 целей устойчивого развития (ЦУР), принятых в 2015 г. и прогресса в данной области.