Искусственный интеллект (ИИ)
ИИ меняет способы получения и использования информации о погоде, климате, воде и окружающей среде. ВМО совместно со своими Членами и партнерами работает над тем, чтобы ИИ способствовал совершенствованию прогнозов, обслуживания и заблаговременных предупреждений, оставаясь при этом научно обоснованным, прозрачным, беспристрастным и опирающимся на надежные международные стандарты.
Обзор
ИИ − это компьютерные системы, которые могут анализировать большие объемы данных, выявлять закономерности и составлять прогнозы или формировать другие полезные результаты. В метеорологии, гидрологии и смежных областях ИИ может опираться на спутниковые и радиолокационные данные, данные приземных и речных наблюдений, исторические ряды данных и результаты моделирования для поддержки обслуживания в областях погоды, климата, воды и окружающей среды.
ИИ уже применяется по всему циклу создания стоимости информации и предупреждений. В оперативном прогнозировании для поддержки суточных и среднесрочных прогнозов все чаще используются системы на основе ИИ и гибридные системы, в том числе Система прогнозирования с использованием искусственного интеллекта Европейского центра среднесрочных прогнозов погоды (ЕЦСПП) и системы, разработанные национальными метеорологическими службами, например, в Германии, Канаде и Соединенных Штатах Америки.
ИИ также может помочь улучшить прогнозирование траекторий тропических циклонов, оказать поддержку в наукастинге быстро развивающихся опасных явлений, таких как сильные дожди, молнии и сильные ветры, а также помочь с прогнозированием паводков, оценкой воздействий, поддержкой принятия решений и коммуникацией. Варианты применения для наукастинга, субсезонного и сезонного прогнозирования быстро развиваются, но многие из них все еще находятся на стадии тестирования, оценки или пилотного осуществления. В рамках инициативы «Заблаговременные предупреждения для всех» (ЗПДВ) ИИ может внести вклад в получение знаний о риске бедствий; обнаружение, наблюдение, мониторинг, анализ и прогнозирование; распространение предупреждений и коммуникацию; и готовность к реагированию.
Системы прогнозирования погоды на основе ИИ могут быстро составлять прогнозы, и после обучения им часто требуется гораздо меньше вычислительной мощности для работы, чем традиционным моделям численного прогнозирования погоды. Это меняет экономику прогнозирования: хотя для обучения и обслуживания современных систем по-прежнему требуются обширные данные, вычислительная инфраструктура и специализированные экспертные знания, затраты на составление прогнозов могут быть значительно ниже. Таким образом, ИИ может помочь сделать передовые возможности прогнозирования более доступными для национальных метеорологических и гидрологических служб (НМГС), которые не могут эксплуатировать крупные традиционные системы моделирования, поддерживая при этом более частые обновления, информацию с более высоким разрешением и обслуживание, лучше адаптированное к местным потребностям.
ИИ не отменяет необходимости в наблюдениях, физических науках или традиционных системах прогнозирования. Многие модели прогнозирования погоды на базе искусственного интеллекта обучаются с использованием данных наблюдений, реанализа и выходной продукции численных моделей, полученных за десятилетия в результате международного сотрудничества. Физические модели по-прежнему важны для представления процессов, предоставления данных для обучения и оценки того, являются ли результаты ИИ научно правдоподобными. Таким образом, ИИ работает как часть более широкой системы прогнозирования, наряду с принятыми технологиями, операционной инфраструктурой и экспертными знаниями, а не заменяет их.
Влияние
ИИ способен улучшить прогнозы и заблаговременные предупреждения за счет быстрой обработки информации, объединения различных источников данных и выявления сложных закономерностей. В наукастинге методы глубокого обучения могут помочь отслеживать быстро развивающиеся штормы и прогнозировать условия на ближайшие несколько минут или часов. В гидрологии ИИ и машинное обучение могут помочь в прогнозировании речных паводков, оценке доступности воды и принятии решений о том, как распределяются водные ресурсы между различными пользователями и секторами.
ИИ также обладает потенциалом, выходящим за рамки прогнозирования. Он может поддерживать интеграцию данных об опасных явлениях, подверженности и уязвимости, помогать переводить прогнозы в ожидаемые воздействия и помогать в подготовке многоязычной или более доступной информации о предупреждениях. Эти инструменты, используемые в рамках комплексной системы предупреждений, могут помочь связать знания о рисках и мониторинг опасных явлений с коммуникацией, готовностью и заблаговременными действиями.
ИИ может снизить некоторые барьеры на пути к продвинутому прогнозированию. НМГС могли бы получить доступ к инструментам успешного прогнозирования, не прибегая к эксплуатации наиболее крупных традиционных систем моделирования. В рамках проектов, осуществляемых на уровне регионов, также можно разрабатывать методы, адаптированные к местным условиям. Например, в рамках проекта «Совершенствование наукастинга с помощью методов глубокого обучения» (ANDeL), одобренного Всемирной программой метеорологических исследований ВМО, используются спутниковые данные для разработки краткосрочных прогнозов осадков для Западной Африки, где охват данными метеорологических радиолокаторов ограничен.
Выгоды не возникают автоматически и не распределяются равномерно. Модели ИИ зависят от качества данных и охвата данными, которые используются для их обучения. Они могут хуже работать в районах с редким охватом данными наблюдений, во время редких явлений или в условиях, отличающихся от этих данных. Некоторые выходные данные могут быть трудными для объяснения или физически несогласованными. Доступ к данным, вычислительным услугам и специализированным навыкам также остается неравномерным.
В отношении предупреждений, призванных защитить жизни и имущество, скорость должна соответствовать надежности, подотчетности и общественному доверию. Эксперты по-прежнему отвечают за оценку результатов ИИ, интерпретацию неопределенности, учет локальных уязвимостей и преобразование технической информации в действия. НМГС должны оставаться авторитетным источником метеорологических, климатических и гидрологических предупреждений для населения.
Ответ ВМО
ВМО обеспечивает международную структуру для интеграции ИИ в оперативное обслуживание, связанное с погодой, климатом и водой. Ее роль заключается в оказании помощи Членам в оценке новых систем, установлении стандартов, обмене знаниями и обеспечении перехода перспективных инструментов от стадии научных исследований и пилотных проектов к стадии устойчивого функционирования на национальном уровне.
В октябре 2025 года на внеочередной сессии Всемирного метеорологического конгресса была одобрена интеграция ИИ в глобальную инфраструктуру наблюдений, обработки данных и прогнозирования ВМО. Конгресс также призвал к более тесному сотрудничеству между государственным, частным и академическим секторами и поручил разработать новую стратегию для Комплексной системы обработки и прогнозирования ВМО (КСОПВ), включающую ИИ. Особое внимание в ней уделяется открытым данным, инструментам с открытым исходным кодом, этическим гарантиям, поддержке Членов, обладающих ограниченными ресурсами, и сохранению авторитетной роли НМГС. Объединенная консультативная группа по искусственному интеллекту осуществляет надзор за этой работой в рамках всей ВМО и обеспечивает руководство ею.
Прежде чем продукцию ИИ можно будет использовать в оперативной работе, необходимо провести тщательную верификацию. Экспертные органы ВМО разрабатывают подходы к сравнению систем прогнозирования на основе ИИ, физических систем прогнозирования и гибридных систем прогнозирования, в том числе оправдываемости прогнозов, физической согласованности, надежности и эффективности функционирования применительно к различным регионам и явлениям. Общие контрольные показатели, взаимные сравнения и прозрачная документация могут помочь пользователям понять их сильные и слабые стороны.
Пилотные проекты КСОПВ позволяют проверить, как ИИ может поддерживать обслуживание на практике. В Малави инициатива «Прогнозирование погоды на основе данных для всех» сочетает в себе Bris, модель прогнозирования на основе искусственного интеллекта с высоким разрешением, разработанную Норвежским метеорологическим институтом, с системой «Прогноз в коробке» ЕЦСПП, которая объединяет инструменты, необходимые для прогона прогнозов на местном уровне. Проект позволяет малавийским прогнозистам составлять прогнозы на основе ИИ, сравнивать их с существующими прогнозами и оценивать их точность и полезность для заблаговременных предупреждений.
В число других инициатив входит Пилотный проект по использованию искусственного интеллекта в наукастинге, в рамках которого оценивается продукция наукастинга на основе ИИ, ее оперативная ценность, распространение в реальном времени и возможности для передачи технологий. Тем временем в рамках проекта AI Weather Quest ЕЦСПП/ВМО разрабатывается открытая и стандартизированная рамочная основа для оценки субсезонных-сезонных прогнозов на базе ИИ.
ВМО также расширяет работу по применению ИИ в оперативной гидрологии. Совместно с компанией Google и НМГС Чешской Республики, Нигерии, Уругвая и Вьетнама ВМО провела пилотное исследование, посвященное изучению методов ИИ и машинного обучения для прогнозирования речных паводков в различных географических и гидроклиматических условиях. Цель исследования заключается в том, чтобы определить, каким образом новые подходы могли бы дополнить национальные возможности в области прогнозирования.
В мае 2026 года ВМО приступила к реализации пятилетней инициативы, посвященной улучшению прогнозирования паводков в отдельных странах, при поддержке Министерства климата, энергетики и окружающей среды Республики Корея. В рамках данного проекта будут изучены подходы, согласующиеся с Рамочной основой ВМО для прогнозирования паводков, включая ИИ и машинное обучение, а также будет использован оперативный опыт Республики Корея.
ВМО возглавляет межучрежденческую Рабочую группу по цифровым преобразованиям в интересах гидрологии и водных ресурсов. Совместно со учреждениями Организации Объединенных Наций, партнерами по науке и технологиям группа содействует развитию сотрудничества, наращиванию потенциала, разработке стандартов и созданию благоприятных условий для внедрения новых технологий в области оперативной гидрологии и управления водными ресурсами, включая ИИ.
ВМО также является сооснователем и соруководителем Глобальной инициативы по обеспечению устойчивости к опасным природным явлениям с помощью решений на основе ИИ, которая объединяет учреждения Организации Объединенных Наций и сообщества экспертов для продвижения научных исследований, инноваций, стандартов и механизмов управления для ответственного использования ИИ в управлении рисками бедствий. В рамках этой инициативы ВМО оказывает поддержку надежным, безопасным и функционально совместимым вариантам применения ИИ, способным укрепить системы заблаговременных предупреждений и повысить устойчивость к опасным природным явлениям.
ВМО помогает сформировать систему управления ИИ в интересах обслуживания, связанного с погодой, климатом, водой и окружающей средой. В заявлении Конференции ВМО-ОАЭ по применению ИИ для прогнозирования погоды изложено общее видение надежных, прозрачных и функционально совместимых систем ИИ, основанных на открытых данных и инструментах, согласованных контрольных показателях, проектировании услуг, ориентированных на человека, развитии потенциала и авторитетной роли НМГС. В 2026 году ВМО также провела консультацию по вопросам управления с НМГС развивающихся стран в преддверии Глобального диалога Организации Объединенных Наций по вопросам управления ИИ, уделив особое внимание доверию, полномочиям, сопровождению данных, справедливому доступу и роли государственного и частного секторов в метеорологическом и климатическом обслуживании с использованием ИИ.
Открытые и высококачественные данные о системе Земля по-прежнему лежат в основе этих усилий. ВМО содействует международному обмену данными, прозрачной оценке и использованию открытых инструментов, с тем чтобы ИИ мог способствовать укреплению обслуживания, связанного с погодой, климатом и водой, предоставляемого населению Членами Организации.
