Искусственный интеллект всё активнее используется там, где обычные методы сталкиваются с огромными массивами данных и сложными взаимосвязями: от прогноза солнечных вспышек до оценки будущей температуры Земли. Новые модели NASA и климатические исследования показывают, что ИИ способен замечать опасные закономерности раньше человека и давать больше времени на подготовку. Одна из самых сложных задач космической погоды — заранее понять, когда на Солнце произойдёт мощная вспышка. Такие события связаны с выбросами энергии и частиц, способными нарушать радиосвязь, работу спутников, GPS и энергосистем. Для астронавтов и экипажей самолётов на полярных маршрутах дополнительную опасность представляет повышенная радиация.
NASA уже тестирует несколько моделей машинного обучения. CLEARflare-LSTM анализирует данные о магнитных полях активных областей Солнца и оценивает вероятность вспышек класса M и выше в течение следующих 24 часов. Другая система, SEPNET, прогнозирует вероятность прихода к Земле опасных потоков солнечных энергичных частиц также на горизонте суток.
Читайте также
ЕЦБ рассматривает три модели переноса денег центробанка в блокчейн
Ещё один заметный проект — фундаментальная модель Surya, разработанная NASA совместно с IBM. Она обучена на девяти годах наблюдений Обсерватории солнечной динамики и способна формировать визуальный прогноз развития солнечной вспышки примерно на два часа вперёд. По предварительным результатам NASA, Surya превзошла прежние контрольные методы прогнозирования примерно на 16%.
Но ИИ смотрит не только на Солнце. В марте 2026 года в Nature Communications вышло исследование, где машинное обучение использовали для уточнения прогнозов глобального потепления. Алгоритм сопоставил пространственную картину реального потепления с большим набором климатических симуляций и смог сократить разброс неопределённости будущих прогнозов примерно на 70%. Вывод оказался тревожным. При сценарии SSP3-7.0 вероятность превышения отметки 2°C к середине века оценивается примерно в 80%. Это не означает, что ИИ «увидел будущее»: модель вычисляет наиболее вероятные сценарии на основе наблюдений и физических климатических моделей. Однако нижняя граница возможного потепления оказалась выше, чем при использовании только глобальной средней температуры.
Подобные результаты появлялись и раньше. Климатолог Стэнфорда Ноа Диффенбау отмечал, что созданная исследователями ИИ-модель «довольно уверена» в высокой вероятности достижения 2°C, если путь к нулевым выбросам растянется ещё на десятилетия. Дополнительный сигнал даёт Всемирная метеорологическая организация. По её прогнозу, вероятность того, что хотя бы один год в 2026–2030 годах временно окажется теплее доиндустриального уровня более чем на 1,5°C, составляет 91%. Вероятность того, что средняя температура за всё пятилетие превысит этот порог, оценивается в 75%.
Для человечества разница между 1,5°C и 2°C — не абстрактные полградуса. По оценкам IPCC, дальнейшее потепление усиливает экстремальную жару, засухи, ливни и наводнения, ускоряет таяние льда и рост уровня моря, повышает риски для продовольствия, воды, здоровья и экосистем. Чем выше температура, тем шире становятся зоны климатического риска. ИИ в данном случае не заменяет учёных и не выдаёт «пророчества». Его главное преимущество — скорость: он способен находить слабые сигналы в миллионах наблюдений и превращать их в раннее предупреждение. Для солнечных бурь это могут быть часы на защиту спутников, связи и энергосетей. Для климата — годы и десятилетия, в течение которых решения по выбросам, энергетике и адаптации ещё способны изменить масштаб последствий.
Меню 
Знания 
События 
Новости 
Курсы валют