Yandex Cloud ученые разрабатывают нейросеть для прогнозирования Эль-Ниньо


						Yandex Cloud ученые разрабатывают нейросеть для прогнозирования Эль-Ниньо

Фото: пресс-служба Yandex Cloud

Команда исследователей из Высшей школы экономики и Школы анализа данных Яндекса в сотрудничестве с Yandex Cloud разрабатывают нейронную сеть для прогнозирования климатического явления, известного как Эль-Ниньо. Новый алгоритм призван обеспечить более точные прогнозы изменения средней температуры поверхности океана, которое может вызвать стихийные бедствия в определенных частях мира. В настоящее время модель может предсказать Эль-Ниньо на 1,5 года вперед, при этом ученые планируют продлить прогнозный период до двух лет в будущем.

– Облачные технологии помогают эффективнее проводить эксперименты в научной среде, – рассказала директор по национальным стратегическим проектам Yandex Cloud Анна Лемякина. – В таких проектах, как исследование Эль-Ниньо, важен быстрый и гибкий доступ к сервисам для тестирования разных моделей машинного обучения. Каждый такой тест с новой архитектурой помогает как можно раньше и точнее предсказывать феномен. 

Эль-Ниньо – это изменение распределения температуры поверхностных вод в Тихом океане, влияющее на погоду и способное вызвать стихийные бедствия в определенных регионах. Нейронная сеть моделирует среднюю температуру в экваториальной зоне Тихого океана, где из-за Эль-Ниньо экваториальный регион становится теплее обычного. Наблюдается и обратный процесс со снижением температуры в океане – Ла-Нинья. Этот чередующийся цикл происходит каждые 2-7 лет и оказывает значительное влияние на погоду во многих странах мира. Это может увеличить риск лесных пожаров, засух, наводнений и неурожаев.

Для обучения нейросети научная группа использовала набор данных из тысяч температурных карт с синтетическими и реальными данными, собранными с 1800 года по сегодняшний день. В дополнение к стандартным методам машинного обучения для прогнозирования таких событий специалисты ML тестируют архитектуру Autoformer для обучения. Это позволяет осуществлять последовательную обработку температурных карт. Для предварительной обработки наборов данных ученые использовали сервис разработки Yandex DataSphere ML, который предоставляет все необходимые инструменты и динамически масштабируемые облачные ресурсы для полного цикла разработки машинного обучения.

– Проблемы глобального изменения климата становятся все более актуальными, – добавила Анна Лемякина. – Пугает не только само потепление, но и неизбежный климатический дисбаланс на планете. Эффект Эль-Ниньо играет решающую роль в возникновении глобальных погодных и климатических колебаний, приводящих, например, к массовым неурожаям.

nia.eco