Вследствие сложности атмосферной системы, текущие числовые модели прогнозирования погоды испытывают трудности с точными прогнозами. Авторы представляют FengWu, глобальную среднесрочную систему прогнозирования на основе искусственного интеллекта, использующую мультимодальное и многозадачное обучение для моделирования атмосферной динамики с пространственным разрешением 0,25° на 13 уровнях давления. Чтобы уменьшить проблему накопления ошибок, был реализован механизм буфера воспроизведения с высокой вычислительной эффективностью. Эти усовершенствования позволяют FengWu превосходить детерминированные прогнозы, подготовленные Европейским центром среднесрочных прогнозов погоды с моделью высокого разрешения, Pangu-Weather and GraphCast. Кроме того, для решения проблемы прогностической неопределённости разрабатывается FengWu-Ensemble с использованием модели условной диффузии, генерирующей надёжные многочленные прогнозы на основе детерминированных прогнозов. Сравнительные оценки с Integrated Forecasting System Ensemble показывают, что FengWu-Ensemble достигает превосходной производительности по нескольким метеорологическим переменным и оценочным показателям. Эти результаты свидетельствуют, что FengWu имеет большой потенциал для улучшения как детерминированного, так и вероятностного прогнозирования погоды. 

 

Ссылка: https://www.nature.com/articles/s43247-025-02502-y