Международная группа ученых из Германии, Великобритании и Испании разработала программу на основе искусственного интеллекта (ИИ) для обнаружения скрытых климатических угроз. Исследование опубликовано в научном журнале Nature Communications (NatComms).
Команда обучила нейросеть на данных 30 тыс. европейских метеостанций, измеряющих температуру, уровень осадков и другие показатели.
Используя ИИ, группа реконструировала наблюдения за экстремальными климатическими явлениями в Европе — чрезвычайно теплыми и чрезвычайно холодными днями и ночами.
Результаты работы ИИ оценили путем сравнения с подобными симуляциями повторного анализа с использованием общепринятых методов, таких как среднеквадратическая ошибка, коэффициент ранговой корреляции Спирмена, который указывает на степень связи между независимой переменной и зависимой переменной (он обобщает известный коэффициент Пирсона R, но включает нелинейные зависимости) и многое другое.
Исследователи обнаружили, что их способ глубокого обучения, который они называют CRAI (искусственный интеллект для реконструкции климата), превзошел несколько методов интерполяции.
CRAI продемонстрировал способность реконструировать прошлые экстремальные события и выявлять пространственные тенденции в интервалах времени, не охваченных так называемыми «наборами данных повторного анализа». Климатический повторный анализ заполняет пробелы в базах данных наблюдений, используя климатическую модель вместе с имеющимися наблюдениями.
Кроме того, CRAI нашел ранее неизвестные европейские экстремальные явления, например, холодные периоды, такие как в 1929 году, и волны тепла, включая жару 1911 года. Из-за скудности данных о таких экстремальных явлениях существовали лишь отрывочные свидетельства.
