Авторы выяснили, что искусственный интеллект, основанный на нейросетях, не способен предсказывать события, которых не было в обучающем наборе данных. Это означает, что ИИ может «пропустить» редчайшие, но разрушительные явления — такие как ураганы 5-й категории, экстремальные засухи, небывалые наводнения.
«Модели ИИ — это потрясающее достижение в науке, но они не волшебство», — отметил Педрам Хассанзаде, доцент геофизики Университета Чикаго и один из авторов исследования. — «Мы пользуемся ими всего несколько лет, и потенциал для развития еще огромный».
ИИ-модели прогнозирования погоды работают по принципу, схожему с ChatGPT: они учатся на исторических данных, выявляют закономерности и предлагают прогноз. При этом они значительно быстрее и энергоэффективнее традиционных моделей, требующих суперкомпьютеров.
Однако беда в том, что ИИ не может предсказать то, чего не видел. Чтобы проверить это, исследователи обучили модель без данных об ураганах выше 2-й категории, а затем «попросили» ее предсказать развитие погодных условий, которые на самом деле приводят к урагану 5-й категории. Результат: модель уверенно «недооценила» ураган. Такие ошибки опасны: в случае недооценки урагана возможны огромные человеческие и инфраструктурные потери.
«Она знала, что приближается шторм, но каждый раз предсказывала максимум 2-ю категорию», — пояснил соавтор Юнцян Сун, научный сотрудник UChicago.
Однако у исследования есть и обнадеживающие результаты: если в обучающем наборе нейросети были аналогичные события, пусть даже в другом регионе мира, модель способна сделать точный прогноз. Например, модель могла предсказать мощный атлантический ураган, если в ее памяти были тихоокеанские шторма.
«Это вселяет надежду: нейросети могут распознать редкое явление в одной части света, если уже “видели” нечто подобное в другой», — отметил Хассанзаде.
Ученые уверены: чтобы прогнозировать редкие, но разрушительные явления — необходимо комбинировать ИИ с физикой. Один из перспективных подходов — активное обучение, при котором ИИ помогает традиционным моделям создавать дополнительные сценарии экстремальных событий для тренировки.