ИИ меняет прогнозирование погоды, и это может изменить правила игры для фермеров по всему миру

от

Для фермеров каждое решение о посадке сопряжено с рисками, и многие из этих рисков увеличиваются из-за изменения климата. Одним из наиболее важных факторов является погода, которая может нанести ущерб урожайности и средствам к существованию. Например, задержка муссона может вынудить рисовода в Южной Азии пересеять или сменить культуру, потеряв время и доход.

Доступ к надёжным и своевременным прогнозам погоды может помочь фермерам подготовиться к предстоящим неделям, найти оптимальное время для посева или определить, сколько удобрений потребуется. Это приводит к повышению урожайности и снижению затрат.

Однако во многих странах с низким и средним уровнем дохода точные прогнозы погоды остаются недоступными из-за высоких затрат на технологии и требований к инфраструктуре традиционных моделей прогнозирования.

Новая волна моделей прогнозирования погоды на основе искусственного интеллекта может изменить ситуацию.

Используя искусственный интеллект, эти модели могут предоставлять точные, локализованные прогнозы с небольшими затратами на вычисления по сравнению с традиционными физическими моделями. Это позволяет национальным метеорологическим агентствам в развивающихся странах предоставлять фермерам своевременную, локализованную информацию об изменении характера осадков, которая им необходима.

Сложность заключается в том, чтобы доставить эту технологию туда, где она необходима. Физические модели прогнозирования погоды, используемые крупными метеорологическими центрами по всему миру, являются мощными, но дорогостоящими. Они моделируют физику атмосферы для прогнозирования погодных условий, но требуют дорогостоящей вычислительной инфраструктуры. Это делает их недоступными для большинства развивающихся стран.

Более того, эти модели в основном разрабатывались и оптимизировались для северных стран. Они ориентированы на умеренные, высокодоходные регионы и уделяют меньше внимания тропикам, где расположено большинство стран с низким и средним уровнем дохода.

Значительный сдвиг в моделях погоды начался в 2022 году, когда промышленные и университетские исследователи разработали модели глубокого обучения, которые могут генерировать точные краткосрочные и среднесрочные прогнозы для различных мест по всему миру на срок до двух недель.

Эти модели работают со скоростью, на несколько порядков превышающей скорость физических моделей, и могут работать на ноутбуках, а не на суперкомпьютерах. Новые модели, такие как Pangu-Weather и GraphCast, соответствуют или даже превосходят ведущие физические системы для некоторых прогнозов, таких как температура.

Модели, основанные на искусственном интеллекте, требуют значительно меньше вычислительных мощностей, чем традиционные системы. В то время как для физических систем может потребоваться тысячи часов работы центрального процессора для запуска одного цикла прогнозирования, современные модели искусственного интеллекта могут сделать это за считанные минуты на одной видеокарте после обучения модели.

Даже дорогостоящий этап обучения модели погоды на основе искусственного интеллекта демонстрирует значительную экономию вычислительных ресурсов. Одно исследование показало, что раннюю модель FourCastNet можно было обучить примерно за час на суперкомпьютере. Это сделало время до представления прогноза в тысячи раз быстрее, чем у современных физических моделей.

В результате этих достижений: глобальные прогнозы с высоким разрешением за секунды на одном ноутбуке или настольном компьютере.

Исследования также быстро развиваются в направлении расширения использования искусственного интеллекта для прогнозов на несколько недель и месяцев вперёд, что помогает фермерам в выборе времени посева. Модели искусственного интеллекта уже тестируются для улучшения прогнозирования экстремальных погодных условий, таких как внетропические циклоны и аномальные осадки.

Хотя модели погоды на основе искусственного интеллекта предлагают впечатляющие технические возможности, они не являются готовыми к использованию решениями. Их влияние зависит от того, насколько хорошо они откалиброваны для местных погодных условий, сопоставлены с реальными сельскохозяйственными условиями и согласованы с решениями, которые необходимо принимать фермерам, например, что и когда сеять, или когда вероятна засуха.

Чтобы раскрыть весь свой потенциал, прогнозирование на основе искусственного интеллекта должно быть связано с людьми, чьи решения оно призвано направлять. Поэтому такие группы, как AIM for Scale, сотрудничая с нами как с исследователями в области государственной политики и устойчивого развития, помогают правительствам разрабатывать инструменты искусственного интеллекта, отвечающие реальным потребностям, включая обучение пользователей и адаптацию прогнозов к потребностям фермеров.

Международные институты развития и Всемирная метеорологическая организация также работают над расширением доступа к моделям прогнозирования погоды на основе искусственного интеллекта в странах с низким и средним уровнем дохода.

Прогнозы искусственного интеллекта могут быть адаптированы к конкретным сельскохозяйственным потребностям, например, для определения оптимальных окон посева, прогнозирования засушливых периодов или планирования борьбы с вредителями. Распространение этих прогнозов через текстовые сообщения, радио, агентов по распространению сельскохозяйственных знаний или мобильные приложения может помочь фермерам, которые могут извлечь из этого пользу. Это особенно актуально, когда сами сообщения постоянно тестируются и улучшаются, чтобы соответствовать потребностям фермеров.

Недавнее исследование в Индии показало, что, когда фермеры там получали более точные прогнозы муссонов, они принимали более обоснованные решения о том, что и сколько сеять — или сеять ли вообще, что привело к улучшению инвестиционных результатов и снижению рисков.

Прогнозирование погоды с помощью искусственного интеллекта достигло переломного момента. Инструменты, которые были экспериментальными всего пять лет назад, теперь интегрируются в государственные системы прогнозирования погоды. Но одна технология не изменит жизнь людей. При поддержке страны с низким и средним уровнем дохода могут наращивать потенциал для генерации, оценки и использования собственных прогнозов, предоставляя фермерам ценную информацию, которой давно не хватало в метеорологических службах.

Источник

Другие новости по теме

Другие новости на сайте