Ученые обнаружили серьезную ошибку в работе искусственного интеллекта.

Искусственный интеллект в метеорологии: почему нейросети "не видят" погодных катастроф? Новое исследование выявило критический недостаток современных ИИ-моделей прогнозирования. Работа опубликована в престижном научном журнале Proceedings of the National Academy of Sciences (PNAS).

Группа ученых из ведущих американских университетов обнаружила серьезное ограничение в работе метеорологических нейросетей. Исследователи доказали, что искусственный интеллект, каким бы продвинутым он ни был, не способен предсказать то, чего не встречал в обучающих данных. Это означает, что редкие, но крайне разрушительные природные явления — мощнейшие ураганы, экстремальные засухи или катастрофические наводнения — могут остаться вне поля зрения ИИ.

"Модели ИИ - это научный прорыв, но не магия", - подчеркнул Педрам Хассанзаде, доцент геофизики из Университета Чикаго. - "Мы только начали использовать их, и впереди - долгий путь развития".

Современные погодные нейросети, подобно ChatGPT, анализируют огромные массивы информации, выявляют закономерности и на их основе строят прогнозы. Они демонстрируют впечатляющую скорость и эффективность по сравнению с классическими моделями, требующими мощности суперкомпьютеров. Однако их ахиллесова пята — неспособность экстраполировать данные за пределы обучающей выборки.

В ходе эксперимента ученые намеренно исключили из обучающих данных информацию об ураганах выше 2-й категории, а затем поставили перед ИИ задачу спрогнозировать развитие урагана 5-й категории. Результаты оказались предсказуемо неутешительными: нейросеть систематически недооценивала мощность надвигающегося шторма, что в реальных условиях могло бы привести к трагическим последствиям.

"Она фиксировала приближение шторма, но каждый раз ограничивалась прогнозом максимум 2-й категории", - пояснил соавтор исследования Юнцян Сун из UChicago.

Впрочем, исследование выявило и обнадеживающие факты. Если нейросеть ранее анализировала схожие явления в других географических регионах, она способна успешно применить этот опыт. Например, данные о тихоокеанских штормах помогают ИИ точнее прогнозировать ураганы в Атлантике.

"Это обнадёживает: нейросети могут узнавать редкие явления, даже если они происходят в другом уголке планеты", - добавил Хассанзаде.

Исследователи приходят к выводу, что для надежного прогнозирования экстремальных погодных явлений необходим комбинированный подход — сочетание возможностей ИИ с традиционными физическими моделями. Особенно перспективным направлением ученые считают методику активного обучения, при которой искусственный интеллект сам генерирует сценарии экстремальных ситуаций для собственного обучения.