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

Исследователи Эмма Кастелейн и Анна Лучич изучили, как модели машинного обучения интерпретируют полярное сияние. С помощью методов пространственно объединённого PCA и послойного распространения значимости (LRP) они выяснили, что внутреннее представление данных в модели в основном связано с сезонными циклами. При этом экстремальные штормовые явления не группируются в чёткие кластеры. Модель также учитывает особенности трёхмерной структуры 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 без специальных инструкций.