Искусственный интеллект научили предсказывать удары молний

Ученые из Лозанны создали простую систему машинного обучения, которая может предсказывать молнии за 30 минут до их удара, опираясь лишь на обычные метеоданные. Об этом сообщила пресс-служба швейцарской Федеральной политехнической школы Лозанны (EPFL) со ссылкой на исследование, которое было опубликовано в научном журнале Climate and Atmospheric Science.

"Уже существующие системы предсказания молний работают очень медленно, им нужны специализированные источники данных, такие как радары или спутники. Наша методика использует информацию, которую может собирать любая метеостанция. Это означает, что мы можем готовить прогнозы даже для самых удаленных уголков Земли", - прокомментировал один из разработчиков, Амирхоссейн Мостаджаби.

Природу молний еще в 1749 году разгадал Бенджамин Франклин, знаменитый политический деятель и естествоиспытатель. Его опыты с громоотводами и воздушными змеями показали, что молнии представляют собой электрические разряды, которые курсируют между грозовыми облаками и поверхностью Земли.

В начале текущего десятилетия благодаря исследованиям российских физиков картина стала сложнее. Оказалось, что в рождении молний замешаны космические лучи, которые выступают в качестве своеобразного "спускового крючка" для разрядов электричества. Их удары, как недавно выяснили японские ученые, предваряют вспышки гамма-излучения, которые в принципе можно использовать для точного предсказания того, когда и где родится следующая молния.

Мостаджаби и его коллеги создали менее точную, но более доступную и масштабируемую систему предсказания ударов молний, изучая то, в каких типах облаков и при каких метеорологических условиях возникают подобные разряды. Эти наблюдения натолкнули их на мысль, что молнии возникают в очень специфических условиях, которые можно предсказать и вычислить, используя системы искусственного интеллекта.

Руководствуясь этой идеей, физики подготовили набор алгоритмов машинного обучения, которые построены на основе методики так называемого градиентного бустинга. Она подразумевает, что несколько относительно неточных систем предсказания, которые могут учиться на ошибках их предшественников и постепенно приходить к правильному ответу, объединяют в цепочку.

Чтобы обучить эту программу, физики подготовили специальный набор данных, которые на протяжении нескольких десятилетий собирали десятки метеорологических станций, установленных в разных уголках Швейцарии. За это время в окрестностях каждой из них произошло несколько тысяч разрядов молний. Это позволило искусственному интеллекту "нащупать" их опознавательные черты и научиться предсказывать их по характерным изменениям в температуре, влажности и давлении воздуха, а также по другим погодным данным.

Текущая версия этой системы машинного обучения, как показали эксперименты Мостаджаби и его коллег, корректно предсказала 76% ударов молний за полчаса до того, как они реально появлялись в окрестностях метеостанций. Это, как считают ученые, может значительно повысить безопасность авиаполетов и обеспечить бесперебойную работу электросетей и прочих объектов инфраструктуры.