ИИ раскрывает секреты полярного сияния: как модель «видит» атмосферу

Исследователи Эмма Кастелейн и Ана Лучич изучили, как модели машинного обучения интерпретируют полярное сияние. С помощью методов пространственно объединённого PCA и послойного распространения значимости (LRP) они выяснили, что модель группирует данные о полярном сиянии в основном по сезонам, а не по экстремальным штормовым явлениям. Кроме того, модель учитывает особенности, которые отражают трёхмерную структуру Великого шторма 1987 года. Тесты показали: если «скрыть» важные для прогноза области, точность предсказаний падает в 3,31 раза по сравнению со случайной маскировкой. Это доказывает, что модель самостоятельно улавливает метеорологические закономерности.