В проекте приняли участие специалисты из Московского физико-технического института, Сколковского института науки и технологий, Института океанологии РАН имени П. П. Ширшова и Института искусственного интеллекта AIRI. Результаты исследования опубликованы в Quarterly Journal of the Royal Meteorological Society.
Особенность BERTUNet заключается в уникальной архитектуре, объединяющей двунаправленные кодировщики на основе трансформеров (BERT) и сверточную нейросеть UNet. Модель обучена на данных реанализа ERA5 и детализированной модели WRF, а также на спутниковых и наземных измерениях за 4,5 года в акватории Карского и Баренцева морей.
Ключевое преимущество BERTUNet – способность исправлять крупномасштабные ошибки прогноза, не сглаживая при этом мелкие вихревые структуры, которые часто становятся причиной внезапных штормов. Обычные методы коррекции полностью подавляют такие детали, а новая нейросеть сохраняет их, что делает прогнозы более достоверными.
По словам разработчиков, ошибка температуры у поверхности моря удалось снизить почти в 2,5 раза – с 5 до 2,1 градуса, а неточность скорости ветра уменьшилась примерно на 20%. Модель можно гибко настраивать под разные задачи, регулируя масштабы коррекции.
Исходный код и архитектура BERTUNet опубликованы в открытом доступе, что открывает широкие возможности для дальнейших научных исследований и внедрения в оперативные прогностические системы.
