ИИ и сложнейшие проблемы мира · Науки о Земле и климате · Nature · 2026-10-14
Развитие субсезонного прогнозирования с помощью машинного обучения
Оригинальное название: Advancing subseasonal forecasting with machine learning
Качество прогнозов резко падает на субсезонных масштабах от 2 до 6 недель. Авторы представляют вероятностную коррекцию смещения — фреймворк машинного обучения, который учится корректировать исторические вероятностные прогнозы, — и применяют его к ведущим динамической и ИИ-моделям ECMWF. Он удвоил скромное субсезонное качество Artificial Intelligence Forecasting System и улучшил динамическую модель для большинства целевых показателей давления, температуры и осадков, а в конкурсе ECMWF 2025 года в реальном времени его глобальные прогнозы оказались лучшими.