Как нейросети предсказывают погоду и насколько точно

Классический прогноз решает уравнения физики атмосферы на сетке по всей планете. Каждый расчет идет на суперкомпьютере, и чем мельче сетка, тем дороже прогноз. Физическая модель ECMWF IFS считает с шагом сетки 9 км по всему земному шару.

Модель на ИИ не решает уравнения. Она обучена на архиве прошлой погоды и по текущему состоянию атмосферы предсказывает следующее, шаг за шагом. Поэтому ей нужно примерно в 1000 раз меньше энергии на один прогноз, по данным ECMWF.

Стартовую точку для обоих прогнозов дает одна и та же система наблюдений: станции, зонды, спутники, самолеты. Без нее модель на ИИ не работает, поэтому метеослужбы не заменяют физику, а ставят два прогноза рядом и сравнивают.

25 февраля 2025 года ECMWF, Европейский центр среднесрочных прогнозов погоды, перевел модель AIFS (Artificial Intelligence Forecasting System) в оперативную работу. Центр называет ее первой полностью оперативной открытой модельюмодель с открытыми весами Модель с открытыми весами (open-weights model) это нейросеть, файлы параметров которой можно скачать и запустить на своем оборудовании. Подробнее в словаре прогноза погоды на машинном обучении с широким набором параметров.

До запуска AIFS несколько месяцев работала как экспериментальная модель: центр сравнивал ее прогнозы с физической моделью на тех же датах. Такой же порядок подходит и компании, которая выбирает прогноз для своих решений.

По данным центра, AIFS точнее физических моделей по многим показателям, включая траектории тропических циклонов, где выигрыш доходит до 20%. Шаг сетки у нее пока 28 км против 9 км у физической IFS.

Первая версия, AIFS Single, дает один прогноз. ECMWF развивает ансамбль: набор из 50 прогнозов с немного разными стартовыми условиями, который показывает не только погоду, но и уверенность в ней. Сам центр называет AIFS и IFS взаимодополняющими.

Веса AIFS открыты по лицензии CC BY 4.0, открытые данные прогнозов тоже, коммерческое использование разрешено с указанием источника. Прямая поставка данных может требовать платы и договора с ECMWF.

Google DeepMind 3 сентября 2026 года представила WeatherNext 3. Прогноз обновляется каждый час, температура и влажность считаются с разрешением 5 км. Доступ к WeatherNext 2 идет через Google Cloud по условиям Google Cloud, исторические данные прогнозов открыты по лицензии CC BY 4.0.

Microsoft описала модель Aurora в журнале Nature 21 мая 2025 года. Ее обучили на более чем 1 млн часов геофизических данных, и по траекториям тропических циклонов она оказалась точнее семи оперативных прогностических центров на 100% целей с горизонтом 5 дней.

Код и веса Aurora открыты под MIT. Для компании это значит, что модель можно скачать, дообучить на своих замерах и встроить в закрытую систему без отчислений. Официальных данных о работе WeatherNext и Aurora с Россией нет, поэтому для российской компании проще путь через открытые веса.

ECMWF ведет открытый список известных проблем AIFS Single, последнее обновление 2 сентября 2026 года. Главная из них: модель сглаживает поля. Ее учили уменьшать среднюю квадратичную ошибку, и в итоге мелкие детали размером меньше 1000 км выражены слабее, чем в реальности.

Отсюда второе ограничение: если экстремальное значение занимает небольшую территорию, AIFS не может и не должна показывать его пик, пишет ECMWF. Примеры: локальные ливни у гор и в грозах. В тропических и внетропических циклонах модель занижает ветер в его максимуме.

С осадками свои оговорки. ECMWF советует не опираться на прогноз конвективных осадков AIFS Single, а слабые осадки модель показывает чаще, чем они бывают. Ошибку с точечными ливнями исправили в версии 1.1 в августе 2025 года.

Как проверить модель для своей задачи: взять прошлый сезон, выгрузить прогнозы модели на ИИ и физической модели на одни и те же даты и сравнить их с замерами своей станции. Сравнивают те параметры, от которых зависят деньги: ветер на высоте ветряка, осадки за сутки, ночную температуру.

Вывод для практики: для общей картины на несколько дней вперед прогноз на ИИ точен и дешев, а решения по штормовому ветру и ливням сверяют с физической моделью и предупреждениями метеослужбы.

Энергетика: выработка солнечных и ветровых станций и спрос на тепло зависят от погоды. Открытую модель вроде Aurora дообучают на замерах своих станций, чтобы точнее планировать выработку на следующие сутки.

Сельское хозяйство: сроки сева, обработки и уборки. Агроному нужен прогноз по полю, а не по региону, поэтому глобальный прогноз уточняют по своим метеостанциям. Для опрыскивания важны ветер и осадки в ближайшие часы: если сразу после обработки прошел дождь, работу и препарат приходится повторять.

Логистика: погода сдвигает сроки доставки, загрузку складов и маршруты. Прогноз на ИИ подключают к планированию рейсов, а предупреждения о шторме берут из официальных источников. Как ИИ работает в логистической компании, разобрано на странице об ИИ в логистике.

Шаги для компании: выбрать решение, которое зависит от погоды, собрать историю своих потерь из-за погоды, сравнить прогноз модели с фактом за прошлый сезон и посчитать, сколько денег сэкономил бы точный прогноз. Другие научные модели ИИ собраны на странице об ИИ в науке.