Грей Ниринг и его коллеги из Google Research создали ИИ-синоптика, который может предсказывать наводнения за 5-7 дней до события. Ему не нужны данные от дорогостоящего оборудования, которое недоступно особенно в развивающихся странах.
Они обучали модель на данных от 5680 водомерных станций, которые включали исторические справки о происшествиях, показания уровня воды в реках, данные о рельефе и т. д. Потом разработчики смоделировали несколько сотен тысяч наводнений в разных точках земного шара.
Затем результаты модели сравнили с другими современными системами краткосрочного и долгосрочного прогнозирования стихийных бедствий. Прогнозы ИИ оказались не менее точными, а иногда и превосходили другие методики. Обычно нейросеть предугадывает наводнение за 5-7 дней. Кроме того, она может давать предсказания относительно уровня воды в реках и нормы осадков на 5 лет вперёд.
Модель уже включена в оперативную систему раннего предупреждения, которая производит общедоступные прогнозы в режиме реального времени в более чем 80 странах. Доступ к этой платформе можно получить через Flood Hub. Кроме того, команда открыла для сторонних разработчиков предварительно обученные модели — достаточно ввести данные и запустить их.
Однако, каким бы многообещающим ни был этот метод, у него есть и ограничения. Прогнозы ИИ во многом зависят от количества, качества и разнообразия данных, доступных для обучения. Если данные скудны или отсутствуют, способность модели к точному обучению и прогнозированию снижается. На результаты также плохо влияют неточности в данных, вызванные ошибками измерений или несогласованностью методов сбора в разных регионах.
