Российские исследователи разработали модель на основе искусственного интеллекта, которая имеет возможность прогнозировать погоду в конкретном дворе. 
Система обладает способностью «приземлять» обширные метеорологические данные на локальную карту. В отличие от существующих аналогов для среднестатистических прогнозов, данная технология ориентирована на расчет аномальных явлений, таких как ураганные ветры и сильные дожди. Это дает возможность предупреждать коммунальные службы и специальные организации о возможных чрезвычайных ситуациях. Эксперты отмечают, что внедрение этой технологии позволяет муниципальным учреждениям избегать аварий и быстрее перейти к «умному ЖКХ», основанному на рациональном использовании ресурсов.
ИИ-прогноз погоды для двора
Специалисты Института искусственного интеллекта МФТИ создали платформу климатического анализа, способную предсказывать погоду с точностью до конкретного двора или даже дома. В отличие от аналогичных систем, которые также могут работать с высокой детализацией, новая модель на базе ИИ предназначена для прогнозирования аномальных явлений, таких как ураганы, сильные ветры или ливни. Эти события часто становятся причиной чрезвычайных ситуаций, поэтому разработка будет полезна для коммунальных и специализированных служб, которые смогут заранее подготовиться к потенциальной опасности.
— Существующие сервисы прогнозирования погоды, даже при высоком разрешении, рассчитывают средние параметры для ежедневных предсказаний событий с высокой вероятностью. Например, ветер со скоростью 10 м/с они способны легко спрогнозировать. Однако ветер со скоростью 30 м/с возникает очень редко и, если случается, может привести к серьезным чрезвычайным ситуациям. Наша система предназначена именно для предупреждения таких экстремальных явлений. Мы поставили искусственному интеллекту задачу, отличную от стандартных моделей прогнозирования, что потребовало полной переработки нашей модели, — отметил младший научный сотрудник МФТИ Иван Новиков.
Большинство метеопрогнозов охватывают большие территории, но внутри городов условия могут значительно различаться от улицы к улице. В центре мегаполиса иногда температура воздуха на 10 и более градусов выше, чем на окраинах, а геометрия улиц и плотная застройка часто формируют «тепловые ловушки» и «ветровые каньоны», существенно изменяющие локальный микроклимат. Всё это создаёт повышенную нагрузку на энергосистему и может перегружать городские службы, включая ливневую канализацию и общественный транспорт.
Новая разработка учитывает все эти аспекты, так как в её основе лежит технология даунскейлинга (уменьшение масштаба): алгоритмы анализируют общий прогноз для города и «приземляют» его до уровня улиц, обрабатывая реальные данные с городских камер, метеостанций, датчиков и приборов учета. Если стандартные модели прогнозируют погоду для участков с шагом 25-30 км, то изобретение МФТИ сужает этот диапазон до 30-50 метров, что соответствует масштабу одного дома.
ИИ-платформа не просто передает данные, она постоянно анализирует, как и почему атмосферные процессы происходили в конкретной точке с известными параметрами (высотными зданиями, асфальтом, зелеными зонами). Накопленные взаимосвязи используются для повышения точности прогнозов.
— Например, наша система сможет предсказать, что ветер в узком переулке между небоскребами в этом направлении усилится в три раза, а на одной из площадей из-за эффекта «теплового острова» температура будет на 10 градусов выше, чем в парке за углом, — прокомментировал руководитель направления индустриальных продуктов Института искусственного интеллекта МФТИ Денис Лобас.
Переход к «бережливому ЖКХ»
Платформа визуализирует угрозы на интерактивной карте и предоставляет службам удобный инструмент для мониторинга в реальном времени. Таким образом, застройщики могут заранее оценить, как архитектура новых зданий скажется на климате конкретного района.
Как отметил климатолог, ведущий научный сотрудник Пущинского научного центра биологических исследований РАН Алексей Карнаухов, предложенный метод привязки прогноза погоды к конкретной местности может оказаться весьма полезным.
— Например, если ожидаются сильные дожди, то дом на холме не будет подвержен риску затопления, в то время как дом рядом с водоемом, который может выйти из берегов, окажется в опасной ситуации. Однако для применения системы потребуется ввести большое количество данных. Но мы уже видели примеры, когда разработчикам это удавалось, — добавил он.
По мнению ведущего научного сотрудника Лаборатории искусственного интеллекта, нейротехнологий и бизнес-аналитики РЭУ имени Г. В. Плеханова Марины Холод, технология даунскейлинг-прогнозирования позволяет перейти от реакции на последствия уже произошедших погодных чрезвычайных ситуаций к их предвидению, а значит, к возможности заранее мобилизовать ресурсы. С её помощью можно определять наиболее уязвимые места в инфраструктуре и целенаправленно направлять туда технику и ремонтные бригады.
— Прогнозируя «тепловые острова» в застройке и аномальную жару в конкретных районах, службы энергоснабжения могут более точно предсказывать нагрузку на сети и предотвращать возможные аварии, что позволяет снизить пиковые нагрузки на инфраструктуру. Система также будет рассылать персональные предупреждения для жителей о рисках для их здоровья. Например, люди с сердечно-сосудистыми заболеваниями смогут заранее узнать о наступлении аномальной жары в их дворе, а астматики — о неблагоприятных условиях с высокой концентрацией загрязняющих веществ в воздухе, — отметила она.
Кроме того, можно прогнозировать образование гололеда на конкретных эстакадах или участках дорог, а также сильные порывы ветра на мостах, что позволит заранее обрабатывать дороги реагентами и предупреждать водителей об опасных участках, добавила эксперт.
Для эффективной работы решения необходим доступ к локальным данным наблюдений за погодой, однако метеостанции и другие источники информации распределены по городу крайне неравномерно, и на основе фрагментарных данных достичь точного результата не получится, подчеркнул директор Мегафакультета трансляционных информационных технологий Университета ИТМО, эксперт Национального центра когнитивных разработок НТИ на базе ИТМО Александр Бухановский. Тем не менее, предложенный подход может быть весьма востребованным в рамках задач «бережливого ЖКХ», например, для гибкого управления режимами отопления зданий, резюмировал он.
Фото: hi-tech.mail.ru