Квантовый ИИ научили искать ранние признаки катастрофических наводнений

Авторы работы — Шах Наваз Хан (Shah Nawaz Khan), Хироси Ямаути (Hiroshi Yamauchi) и Раджиб Шоу (Rajib Shaw). Они изучали район Гиндукуша и Гималаев, где отступление ледников приводит к появлению новых высокогорных озер. Часть таких водоемов удерживают нестабильные естественные дамбы, и их разрушение способно за короткое время отправить вниз по долине огромный объем воды. 

Для обычной модели машинного обучения здесь есть очевидная проблема: ей почти не на чем учиться. Хорошо описанных случаев прорыва немного, причем один сценарий редко похож на другой.

Ученые решили искать не сам момент разрушения дамбы, а более ранние странности в погодных данных.

В модель загрузили сведения о температуре, осадках и атмосферном давлении. Важными оказались не только сами значения, но и то, как они меняются относительно друг друга. Например, система отмечала ситуации, когда привычная связь между температурой и количеством осадков внезапно нарушалась.

Часть данных для обучения пришлось создавать искусственно. Для этого использовали генеративную модель, способную строить новые последовательности, похожие на реальные наблюдения. Квантовые алгоритмы помогали искать в них скрытые зависимости.

Во время проверки такой подход в ряде случаев точнее обычных моделей передавал сложную структуру погодных данных. Особенно хорошо система замечала изменения, которые трудно выделить по одному показателю.
Это, впрочем, еще не «квантовый предсказатель наводнений». Авторы прямо говорят, что данных пока недостаточно, чтобы сообщать точное место и время будущей катастрофы.

Практическая задача проще и, возможно, полезнее: автоматически просматривать большое количество наблюдений и отмечать те участки, где поведение погоды становится необычным.

После такого сигнала специалисты смогут проверить конкретное ледниковое озеро уже вручную — по спутниковым снимкам, уровню воды и состоянию естественной дамбы.

Именно здесь квантовый ИИ может оказаться полезен: не угадать катастрофу заранее, а вовремя показать, куда стоит посмотреть внимательнее.