«Глаз» циклона. Учёные РФ научили нейросеть предсказывать страшные тайфуны

Система отслеживает огромные пространства. © / Александр Колегов / АиФ

Искусственный интеллект и нейросети всё плотнее входят в нашу жизнь. Из развлечения для подростков технология превратилась в мощный инструмент, который облегчает нашу жизнь.

   
   

На что способны приморские программисты, будет ли полезна их разработка в области искусственного интеллекта по предсказанию тропических тайфунов, и как удалось научить систему их обнаруживать и распознавать, рассказал директор академии цифровой трансформации ДВФУ Александр Ерёменко.

Новая система

Александр Колегов, vl.aif.ru: Александр Сергеевич, в работе над предсказаниями погоды чему именно вы посвятили усилия?

Александр Ерёменко: Мы изучаем методы использования искусственного интеллекта по отслеживанию тропических циклонов.

– Почему именно их и чем они отличаются от просто циклонов?

– Стандартное атмосферное давление на уровне моря – 1013,25 гектопаскаля, а в тропическом циклоне оно резко падает. Супертайфуны могут иметь давление порядка 900 гектопаскалей и даже ниже. Чем ниже давление, тем выше скорость ветра. В итоге получаются те самые прошлогодний Хиннамор, а ранее Лайонрок, Джуди, и им подобные, которые долетали до Приморского края и сопровождались большим количеством осадков и сильным ветром. Каждый год мы на себе ощущаем действие хотя бы одного тропического циклона.

– Но ведь имеющиеся системы, в том числе Гидрометцентр, умеют это делать. В чём отличие вашей разработки?

   
   

– Ведущие мировые гидрометеорологические службы занимаются прогнозированием тропических циклонов. Но порой случаются ошибки в оценке их мощности. Недооценка давления в тропическом циклоне обернулась катастрофическими разрушениями, если говорить о примере урагана Катрина, обрушившегося на США в 2005 году.

Мы, в отличие от стандартной методики Дворака, можем давать более точные характеристики в процессе мониторинга тайфунов, предупредить заранее и позволить соответствующим службам принять превентивные меры по защите людей и имущества.

– И в чём же именно особенности вашей разработки?

– В автоматизации процесса. В метеорологических агентствах оценку параметров тайфунов осуществят специалисты, это может давать разные результаты. Мы разрабатываем полностью автоматическую систему, которая осуществляет мониторинг и оценку параметров тайфунов. И далее на основании этих параметров уже можно делать прогнозы.

Общепринятые прогнозные модели, при внесении необходимых данных о циклоне, способны его вести, но чем дальше по времени, тем больше расходится фактическое положение циклона и данные прогноза его положения в конкретной точке пространства. Поэтому прогнозы на сутки относительно точные. На двое и больше - точность падает. И чем дальше, тем менее точное географическое положение выдают эти модели.

– Что именно видит ваша нейросеть?

– Мы видим тропический циклон. Система обучена обнаруживать их в том числе на стадии зарождения, определяет центр циклона, его так называемый «глаз» и траекторию его движения.

Мы определяем также уровень давления внутри циклона и его категорию – тропическая ли это депрессия, или шторм, или суперураган. Они, согласно международной классификации, ранжируются по скорости ветра – метры в секунду, десятки метров или больше ста, тогда это уже ураганные ветры.

Главное – она работает автономно и не требует постоянного человеческого присутствия.

– Что за изображения вы использовали?

– Изображения с инфракрасных спутниковых радиометров. Они не зависят от солнечной освещённости, от того, ушло ли солнце за горизонт.

Импортозамещение

– Где вы берёте данные для обучения сети?

– Мы начинали на базе материалов, полученных от японского метеорологического спутника. Они выкладываются в интернет свободно, и мы имеем возможность принимать эти данные самостоятельно.

Для обучения сети пришлось использовать десятки тысяч спутниковых изображений и алгоритмы их распознавания. Первая партия данных состояла из 1500 снимков. Вторая – 4,5 тысячи, что дало более качественный результат. Трудность заключалась в том, что спутник выдаёт снимки раз в полчаса, а данные у метеорологических агентств имеются с шагом в 6 часов. То есть по 11 из 12 снимков не было информации по параметрам циклонов. В третий раз мы загрузили в систему– 13 565 спутниковых изображений, принятых с 30-минутным интервалом за период в 10 лет. И получили ещё более качественный результат работы модели.

– Япония вступила в конфликт с Российской Федерацией по политическим причинам. Что, если японцы введут санкции и здесь и отключат вам доступ?

– Россия тоже не стоит на месте. Мы сами запускаем свои спутники и можем с ними работать. Но можем работать и с данными китайских спутников и с корейскими. Просто пока делаем это в другой системе для других задач.

– То есть полная независимость вашего проекта от постороннего влияния возможна?

– Мы стараемся отойти от зависимости от импортных данных. В том числе за счёт использования собственных спутников Роскосмоса. Один из его аппаратов висит сейчас над Тихим океаном и передаёт нам аналогичные данные, что и японский спутник «Химавари-8», висящий на геостационарной орбите. Мы попробовали данные со спутника «Электро-Л» №2, который висит над Атлантикой. Очень хорошо получается. Мы уже сегодня можем сделать полностью автономную систему, основанную на отечественных данных, получаемых с наших спутников, имеем свои программные решения, свою систему поддержки принятия решений и систему отображения в понятном специалистам формате.

– Значит, расширить зону покрытия до глобальной общепланетарной возможно?

– Научить нашу систему работать на более широкой территории – не проблема. Вопрос только в том, что природа явления тропических циклонов, циклонов полярных и просто циклонов отличается. Но доработать её до глобального масштаба возможно в недалёком будущем. Нужны только дополнительные исследования: собрать данные учёных, доработать способы их передачи и адаптировать в цельную единую систему.

Предложение на ВЭФ

– Для обработки данных, состоящих из десятков тысяч снимков, необходимы соответствующие вычислительные мощности. Чем вы пользовались?

– Это мощные компьютеры, включая один суперкомпьютер, а для обучения применяли компьютер, основанный на видеопроцессорах. Часть оборудования в ДВФУ, часть в Институте автоматики и процессов управления ДВО РАН.

– То есть это межведомственная разработка?

– Она начиналась в Институте автоматики в виде моей научной работы под руководством доктора технических наук, заведующего лабораторией спутникового мониторинга ДВО РАН Анатолия Алексанина.

– А почему вы перебрались в ДВФУ?

– Университет – отличная база, в том числе вычислительных мощностей. Здесь есть достаточное количество хорошо обученных программистов. Кроме того, это центр обмена информацией: здесь пересекаются пути бизнеса, международного сотрудничества и межведомственного взаимодействия. Здесь удобно выстраивать контакты.

– С кем уже вам удалось договориться? Кто выражает заинтересованность в итогах ваших разработок?

– Система мониторинга тропических циклонов интересна странам Юго-Восточной Азии. Вьетнам, Таиланд, Индия, Малайзия и даже Куба заинтересованы в своевременном предупреждении о тайфунах.

В этом заинтересованы и коммерческие компании, занимающиеся грузоперевозками в АТР. У системы есть хорошие перспективы для коммерческого использования.

– Вы уже предлагаете её кому-то?

– Готовим предложение к Восточному экономическому форуму, который состоится в начале сентября.

– Но ведь они уже работают и пользуются какими-то аналогичными системами предупреждения о тайфунах. Нужна ли ещё одна?

– Я сопоставлял итоги работы нашей системы с данными японских и американских наблюдений за несколько лет. Разработанная система в некоторых случаях раньше детектирует тропический циклон и начинает раньше его отслеживать. Возможно, к ноябрю, когда мы закончим все этапы разработки, внедрим и протестируем, сможем пропустить через систему данные за несколько десятков лет, я смогу окончательно сказать, что моя система лучше или хуже других мировых аналогов.

ДОСЬЕ

Александр Ерёменко

■ Директор академии цифровой трансформации ДВФУ.

■ Выпускник ДВФУ 2006 года по специальности «Прикладная математика и информатика».

■ Защитил кандидатскую диссертацию в 2014 году.

■ Руководитель работ по технологиям автоматического мониторинга состояния атмосферы.

■ Автор 15 научных работ.