Яндекс разработал собственную технологию прогноза погоды — "Метеум", которая, как заявлено, способна предсказывать атмосферную активность точностью вплоть до отдельных районов города или села. Сейчас точные прогнозы составляются для 36 регионов России, в 2016 году — для всей страны.
"Точность прогнозов может варьироваться от региона к региону в зависимости от количества фактических метеонаблюдений, которые у нас есть в той или иной местности. Но если грубо, то имеет смысл говорить — гиперлокальность до районов городов. Для двух домов редко погода отличается. Да, бывает, что идет стеной дождь, видна граница. Такой эффект с точностью до домов мы сейчас не поймаем, но до районов поймаем", — обещает руководитель направления рекомендательных продуктов Яндекса Виктор Ламбурт.
В основе яндексовской технологии Meteum лежат методы машинного обучения MatrixNet — Яндекс пытается искать статистические закономерности и составлять на их основе правила получения более точных прогнозов.
Схема работы "Метеум" примерно такая: на начальном этапе Яндекс собирает первичные данные от ФГБУ "Гидрометцентр России", финской Foreca, а также информацию с метеорадаров и метеоспутников. Учитываются данные и из собственных ресурсов, например Карт, откуда берется информация об особенностях местности — высотность застройки, близость водоемов, тип грунта. На основе этих данных Яндекс строит свой прогноз погоды. После этого в игру вступает система машинного обучения MatrixNet, которая сравнивает его с еще двумя купленными у других компаний прогнозами погоды. И уже на их основе этих данных выстраивает еще более точный прогноз, который уже получает пользователь на своем смартфоне или компьютере.
"Для обработки первичной метеоинформации мы используем традиционные метеомодели, некоторых наших партнеров, одну из которых мы разработали сами. После чего используем систему машинного обучения не для того, чтобы узнать, как природа устроена, а для того, чтобы выявить системные и систематические ошибки в моделях, учесть локальные особенности", — добавляет руководитель направления рекомендательных продуктов Яндекса Виктор Ламбурт.
"Сейчас мы считаем свою модель с разрешением 2х2 километра. То есть, один пиксель этой карты — это два на два километра. Район "Хамовники", например. Парк культуры уже не попадает, это другой пиксель. Но дальше работает машинное обучение, которое локально все это делает. Мы можем рассчитывать прогноз погоды с такой детальностью, с которой захотим. Однако понятно, что на масштабах два на два километра она каждую секунду не меняется. Поэтому раньше мы думали о том, чтобы рассчитывать его каждые 15 минут, но теперь необходимость в этом продуктовая отпала. И мы рассчитываем раз в час", — рассказывает о частоте пересмотра прогноза погоды руководитель группы метеопрогнозирования Яндекса Дмитрий Соломенцев.
Для повышения точности "Метеум" постоянно сравнивает свой прогноз с фактической погодой. И каждый раз, когда пользователь обращается к сервису, прогноз строится заново. Яндекс.Погода определяет, где человек находится, и показывает свежий прогноз именно для этого места.
При желании можно выбрать другое место и время —увидеть, какая погода будет через час вокруг офиса или вечером в парке. На неправильный прогноз можно пожаловаться — в приложении есть для этого кнопка. В дальнейшем такой feedback позволит сделать предсказывание погоды точнее.
"Мы сконструировали "Метеум" таким образом, чтобы он мог получать сообщения от наших пользователей и снимать информацию с барометра телефона. Мы подсоберем коллекцию этих данных и тогда сможем ее учитывать самым непосредственным образом, исправляя наши алгоритмы там, где фактических метеонаблюдений недостаточно. Фактически наша страна огромная, и не все регион покрыты метеонаблюдениями. Возьмем Пермь. В Перми живет миллион человек. Город растянут на 50 километров. Есть одна метеостанция в центре и одна метеостанция в аэропорту. Есть еще, наверное, метеостанции любителей, но нам о них неизвестно. Но все равно для такого города это мало", — констатирует руководитель направления рекомендательных продуктов Яндекса Виктор Ламбурт.
