Уточняется, что сегодня ученым всего мира не хватает точных данных о том, как облака верхнего яруса влияют на климат и глобальное потепление в условиях загрязнения воздуха. Чтобы решить эту проблему, сотрудники лаборатории анализа данных физики высоких энергий ТГУ объединили атмосферную оптику и машинное обучение, и сегодня ведут разработку методов реконструкции параметров облаков верхнего яруса.

"На практике это поможет значительно повысить точность ежедневных прогнозов погоды, вовремя предупреждать о приближении опасных циклонов и эффективнее отслеживать экологическую обстановку в регионах", – говорится в сообщении.

Отмечается, что атмосфера – динамическая система, и для точной реконструкции параметров облаков верхнего яруса ИИ необходимо понимать взаимосвязи температур, влажности, давления и ветра на разных высотах. Чтобы решить эту задачу, ученые решили преобразовать 15-летний архив глобального климатического реанализа ERA5 в компактные и физически содержательные цифровые коды – эмбеддинги.

Чтобы протестировать разные программные подходы для реализации своей идеи, ученые организовали конкурс по машинному обучению среди студентов для поиска нестандартных ИИ-решений.

"Лучшую архитектуру нейросети, продемонстрировавшую максимальную точность и качество извлечения эмбеддингов, предложил магистрант второго курса Института прикладной математики и компьютерных наук ТГУ Роман Останин. Его решение оказалось настолько успешным, что Роман уже сейчас присоединился к научной команде и занимается доработкой модели для ее практического внедрения", – говорится в сообщении.

Добавляется, что исследования ученых ТГУ в области машинного обучения и физики атмосферы уже получили высокую оценку. Проект поддержан двумя грантами – Российского научного фонда (РНФ) и мегагрантом правительства РФ, а сама технология, создаваемая в ТГУ, вошла в топ-5 финалистов главной национальной премии по искусственному интеллекту и большим данным "Гравитация".