Модели протестировали на данных по пяти регионам: Польша, штат Миссури в США, бразильский штат Гояс, индийский штат Мадхья-Прадеш и северная часть Казахстана
Учёные из Сколтеха совместно с коллегами из Сбера разработали ИИ-модели, предназначенные для прогнозирования засух по климатическим данным. Модели EarthFormer и ConvLSTM позволяют строить качественные прогнозы засухи на период от нескольких месяцев до года, отмечают в Сколтехе.
Решение основано на использовании пространственно-временных нейронных сетей и доступных ежемесячных климатических данных и объединяет современные нейросетевые подходы с классическими методами. Модели протестировали на данных по пяти регионам: Польша, штат Миссури в США, бразильский штат Гояс, индийский штат Мадхья-Прадеш и северная часть Казахстана. Исследователи выбрали регионы на разных континентах и в разных климатических зонах.
«В ходе исследования было установлено, что для среднесрочного прогнозирования наилучшие результаты показала наша модификация модели EarthFormer на основе трансформера, а для долгосрочного прогнозирования — модификация модели ConvLSTM, — рассказал научный руководитель исследования, старший преподаватель Сколтеха и заведующий Лабораторией прикладных исследований «Сколтех-Сбербанк» (LARSS) в Центре прикладного искусственного интеллекта Алексей Зайцев. — Наша модель показывает высокое качество для разных климатических зон. За счёт использования надёжных методов искусственного интеллекта её качество останется высоким следующие 10 лет».
Как отметил первый автор работы, старший инженер-исследователь Центра прикладного искусственного интеллекта Сколтеха Александр Марусов, прогноз засухи имеет важное значение для многих регионов России, однако её моделирование 3 сложная задача ввиду необходимости учёта различных факторов, в том числе и глобального потепления. Модели Сколтеха и Сбера позволяют строить прогнозы засухи на год вперёд, добавил он.
Результаты исследования Сбер также планирует использовать в своей системе управления рисками.
«В России климатические риски не так заметны, как в странах с более высокой плотностью инфраструктуры, однако они уже существенно влияют на экономику. Засухи создают риски для сельского хозяйства, объектов энергетики и населения. Мы используем результаты совместных исследований с коллегами из Сколтеха для повышения точности наших оценок в страховании и кредитовании. В ближайшие годы управление этими рисками может иметь более существенное влияние на бизнес, чем мы предполагали 3–5 лет назад. В таких задачах без модельных оценок не обойтись», — заявляет Назар Сотириади, управляющий директор Департамента интегрированного риск-менеджмента Сбера, соавтор статьи.
Исследование опубликовано в научном журнале Environmental Modelling & Software; препринт доступен в онлайн-библиотеке arXiv.
Источник: habr.com
Похожие новости:
Искусственный интеллект от Сбера и Сколтеха научился прогнозировать засухи на год вперёд
ASUS объявляет о стратегии внедрения искусственного интеллекта, ноутбуки Copilot+ и решения для создателей контента на выставке Computex 2024
Сколтех и Сбер разработали ИИ-модель для прогнозирования засух
Учёные «Сколтеха» провели новые исследования механических свойств термопластичных композитов