Компания «Яндекс» рассказала, что учёные совместно со специалистами Yandex Cloud разрабатывают нейросеть для предсказания Эль-Ниньо. Об этом сообщили информационной службе Хабра в пресс-службе IT-компании.
Эль-Ниньо — это изменение распределения температуры поверхности воды в Тихом океане, влияющее на погоду и способное вызывать природные катаклизмы в отдельных регионах.
Команда специалистов из ВШЭ, «Школы анализа данных “Яндекса”» и облачной платформы Yandex Cloud разрабатывают нейросеть для предсказания климатического феномена Эль-Ниньо. Нейросеть моделирует среднюю температуру в экваториальной зоне Тихого океана в перспективе. При Эль-Ниньо экваториальная часть становится теплее обычного. Также существует обратный процесс со снижением температуры в океане — Ла-Нинья. Такой сменный цикл происходит каждые 2–7 лет. Эти колебания оказывают влияние на погоду во многих странах мира и повышают риск возникновения пожаров, засух, наводнений и неурожаев.
Алгоритм помогает прогнозировать изменение средней температуры океанических вод на поверхности, способное вызывать природные бедствия в отдельных регионах мира. Модель уже предсказывает Эль-Ниньо на 1,5 года вперёд, а в будущем срок прогноза учёные планируют увеличить до 2 лет.
Научная группа университета обучила нейросети на массиве из тысяч температурных карт с синтетическими и реальными данными, собранными с 1800 года по настоящее время. Кроме стандартных методов машинного обучения, для прогноза явлений ML-специалисты тестируют в обучении архитектуру Autoformer. Это поможет качественно обрабатывать последовательность температурных карт. Для предобработки датасетов учёные использовали сервис ML-разработки Yandex DataSphere.
Анна Лемякина
Директор по национальным стратегическим проектам Yandex Cloud
«Облачные технологии помогают эффективнее проводить эксперименты в научной среде. 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».
