Искусственный интеллект меняет подход к прогнозированию катастроф, спасая тысячи жизней и минимизируя экономические потери по всему миру, включая Россию
Стихийные бедствия — наши вечные спутники. Глобальные климатические процессы, происходящие сегодня, становятся причинами учащения природных катастроф. В подобной ситуации технология, способная с высокой точностью предсказать появление тайфунов, цунами или землетрясений, спасает миллионы жизней. А еще — минимизирует экономические потери.
Меня зовут Кирилл Пшинник, я научный сотрудник Университета Иннополис и CEO онлайн-университета «Зерокодер». Искусственный интеллект — моя профессия. Сегодня я расскажу, как с его помощью мир избегает трагических последствий природных катастроф.
Природные аномалии в цифрах
Стихийные бедствия в разных частях мира происходят все чаще. ООН сообщает: их число за последние 20 лет выросло на 74%. По данным Our World in Data, в среднем они приводят к гибели 40 тыс. человек в год.
Сегодня практически не существует территорий, которые не сталкивались бы с природными аномалиями. Даже скандинавские страны, где риск катастроф был традиционно низким, в этом году пережили серьезные наводнения и лесные пожары.
Только в первом полугодии 2025 года, согласно подсчетам Munich Re, ущерб от природных катастроф составил $131 млрд. Застрахованными оказались только $80 млрд из них. Аналитики заявляют, что это второй по величине показатель за шесть месяцев с 1980 года.
В процентном соотношении, 88% убытков принесли ураганы, тайфуны, цунами, лесные пожары, засухи и другие природные явления. На землетрясения приходится 12%.
Глобальный ИИ-мониторинг
Разработками ИИ-технологий в области прогнозирования стихийных бедствий занялись мировые лидеры IT-сферы. Так, корпорация Google создала собственную платформу Google Flood Hub, способную предсказывать наводнения. Сейчас она работает в 150 странах мира, а количество ее пользователей превышает 700 млн человек. Платформа анализирует данные о климатических изменениях и сезонных паводках, сообщая о возможном наводнении за семь дней до его начала.
Еще один инструмент наблюдения за погодой — GraphCast от Google DeepMind. По данным VentureBeat, модель обеспечивает прогнозирование траекторий движения тропических циклонов с точностью на 140 км выше, чем европейские аналоги.
Впрочем, в Европе также есть системы, эффективно предсказывающие погодные аномалии. К примеру, алгоритм прогнозирования лесных пожаров Probability of Fire (PoF) предупреждает о возможных возгораниях на 30% точнее традиционных методов.
А в Китае была разработана собственная ИИ-система Mazu. По данным Всемирной метеорологической организации, она была протестирована в 35 странах Азии, Океании и Африки. В самом Китае сервисом пользуются 92,12% населения.
От ИИ в системах оповещения о стихийных бедствиях ожидают многого. Это подтверждается и объемом инвестиций в разработку и усовершенствование прогностических сервисов на основе искусственного интеллекта. Их общий объем с 2023 по 2025 год вырос на 185% и составил $4,7 млрд.
ИИ и слепые зоны планеты
По мнению аналитиков ООН и Международного союза электросвязи, 2,7 млрд человек в развивающихся странах даже сегодня живут вне зоны действия систем оповещения о погодных аномалиях. В итоге разработанная совместными усилиями Microsoft, Planet и Институтом метрик здоровья Вашингтонского университета ИИ-система EWCM, представленная осенью 2025 года, ежедневно обрабатывает 40 Тб спутниковых данных, чтобы обнаружить территории, непокрытые мобильной связью, и оценить погодные процессы в этих зонах, прогнозируя возможность возникновения стихийного бедствия.
Регионы, более всего нуждающиеся в развитии технологий оповещения о возможных катастрофах, — Африка к югу от пустыни Сахара и Южная Азия. По данным Всемирного банка, только в африканских странах ежегодный ущерб от стихийных бедствий в среднем составляет 2,1% ВВП. Это в три раза больше, чем в США или странах Европы.
В другом регионе, подверженном регулярным атакам стихии, системы оповещения обновляются уже сейчас. Для предупреждения возможных наводнений в бассейнах Ганги и Брахмапутры в Индии, Бангладеш и Пакистане были внедрены ИИ-решения. Согласно отчетам NASA Prithvi, они сократили время реакции на угрозу с 72 до 24 часов. Потенциально это — 15 тыс. выживших каждый год.
Инвестиции в безопасность
Миллиардные инвестиции в алгоритмы для прогнозирования катастроф, возможно, мало кому приносят прибыль. Зато спасают от убытков. Всемирный банк подсчитал, что каждые вложенные в подобные системы $100 в перспективе способны сэкономить до $6000.
К примеру, в Калифорнии прогнозирование лесных пожаров с применением ИИ позволило в 2025 году сократить экономические потери на 22% по сравнению с предыдущим годом. Федеральное агентство по управлению в чрезвычайных ситуациях США (FEMA) сообщило, что инвестиции в ИИ-систему оповещения в штате окупились за 18 месяцев.
Согласно отчету McKinsey, вложения в интеграцию ИИ в системы оповещения о погодных явлениях имеют ROI от 1:15 до 1:45 в зависимости от региона.
ИИ для защиты регионов России
ИИ-системы оповещения активно разрабатываются и внедряются в нашей стране. Согласно материалам МЧС России, они наиболее востребованы в трех регионах. Первый — Дальний Восток, постоянно сталкивающийся с тихоокеанскими циклонами и цунами. Второй — Сибирь, ежегодно страдающая от масштабных лесных пожаров. Третий — Северный Кавказ, где регулярно происходят сели и оползни.
В декабре прошлого года на международной выставке «Цифровая индустрия промышленной России» компания «Росэлектроника» представила модуль «Прогнозирование». Решение создано для специалистов МЧС и региональных органов управления. Модуль анализирует данные метеостанций, спутниковые снимки и исторические сведения, выявляя предпосылки стихийных бедствий. Уже в текущем году модуль позволил своевременно предупредить жителей трех регионов о приближающемся паводке. В итоге все они успели эвакуироваться.
Но это не единственная отечественная разработка. Так, Центр ИИ Сколковского института науки и технологий разработал нейросеть, которая прогнозирует вероятность возникновения природных пожаров за 5 дней до их начала. Национальный центр управления в кризисных ситуациях МЧС России внедрил ИИ-модель, которая за несколько недель до старта ледохода оценивает сроки вскрытия льда на реках. Дальневосточный федеральный университет совместно со Сбером разработали алгоритм, нацеленный на обнаружение зарождающихся циклонов, оценку их мощности и отслеживание траектории движения.
Помимо этого, ИИ анализирует тепловые аномалии для быстрого обнаружения очагов лесных пожаров, нейросеть, созданная МФТИ и Институтом океанологии РАН, прогнозирует опасные вихри и штормы в Баренцевом и Карском морях, вместе с «Хионой», разработанной все тем же «Сколтехом», наблюдая за погодой в Арктике, а Росгидромет использует ИИ-модели для обработки спутниковых данных.
В рамках программы цифровой трансформации МЧС России планируется внедрение Автоматизированной информационно-управляющей системы единой государственной системы предупреждения и ликвидации чрезвычайных ситуаций (ГИС «АИУС РСЧС»), которая с помощью ИИ будет заниматься анализом больших данных, построением прогностических моделей развития обстановки и автоматизированным межведомственным обменом данными.
ИИ и безопасное будущее
По данным Всемирной организации здравоохранения, внедрение ИИ в системы прогнозирования катастроф на 40-60% сокращает число их жертв в регионах с развитыми системами оповещения. Уже к 2028 году, считает Gartner, в 70% городов мира с населением более 100 тыс. нейросети будут предсказывать распространение воды при наводнениях с точностью до улицы.
Я убежден, что развитие ИИ-технологий в сфере прогнозирования катастроф — это реальный шанс спасти тысячи жизней. Каждый вложенный в эти системы доллар или рубль работает на будущее человечества, делая наш мир безопаснее и надежнее. Создание и внедрение таких алгоритмов — шаг, который объединяет усилия ученых, разработчиков и спасателей ради общей цели: защиты людей от разрушительной силы природы.