19 августа 2026 года стало знаковым днем для планетарной метеорологии. Международная группа исследователей успешно завершила тестирование новой системы прогнозирования погоды на Марсе, получившей название «МарсКаст» (MarsCast). Разработка базируется на передовой нейросетевой модели GraphCast, которая ранее демонстрировала выдающиеся результаты в предсказании земных атмосферных явлений. Ученые смогли адаптировать алгоритмы, обученные на климатических данных Земли, к условиям Марса, где физика атмосферы кардинально отличается из-за разреженности воздуха и иного химического состава.
От земной физики к марсианским циклонам
Первоначальные испытания показали, что модель, перенесенная «как есть» с Земли, способна лишь поверхностно имитировать текущее состояние марсианской атмосферы. Однако без глубокой доработки система быстро теряла динамику и не могла корректно воспроизводить суточные колебания температур, которые на Марсе играют критическую роль. Для решения этой проблемы исследователи провели переобучение нейросети, используя обширную базу данных Mars Climate Database (MKD). Этот шаг позволил алгоритму «понять» специфику марсианской среды, где тепловая инерция и радиационный баланс работают иначе, чем на Земле.
Эффективность обучения и точность прогнозов
Результаты обучения превзошли ожидания научного сообщества. Уже после 10 эпох (циклов обучения) МарсКаст начал восстанавливать надежный суточный температурный цикл. После 300 эпох, используя данные всего за 30 марсианских дней (сол), модель стабилизировалась и начала демонстрировать высокую точность. В ходе финальных тестов система успешно воспроизвела сезонную и вертикальную структуру атмосферы в 10-дневных прогнозах, а также с высокой точностью предсказала характер движения ветров. Это стало прорывом, так как традиционные физические модели требуют колоссальных вычислительных мощностей для подобных расчетов.
Перспективы для пилотируемых миссий
Разработка МарсКаст имеет стратегическое значение для будущего освоения Красной планеты. В ближайшем будущем исследователи планируют расширить функционал системы, добавив моделирование переноса пыли и его влияние на радиационный фон. Пылевые бури на Марсе могут длиться месяцами и представляют серьезную угрозу для солнечных панелей роверов и безопасности будущих колонистов. Возможность заранее оценивать риски и планировать миссии с помощью ИИ-прогнозов станет ключевым фактором успеха для пилотируемых экспедиций, запланированных на конец десятилетия.
