Инженеры Массачусетского технологического института (MIT) представили метод генерации правдоподобных сценариев экстремальных и наихудших событий, которому, по их словам, не нужны сведения о прошлых экстремальных событиях. Об этом сообщается в публикации MIT от 24 августа 2026 года; статья вышла 20 августа в Nature Communications. Метод, названный Extreme Event Aware, или η-learning, основан на машинном обучении: алгоритм берёт статистику по точкам и пространственные карты и отсеивает неправдоподобные сценарии.

В демонстрации исследователи использовали 25 лет почасовых карт осадков по континентальной части США, сведённых в дневные, и обучались на картах первых шести месяцев, где почти не было самых экстремальных осадков. По словам авторов, метод позволяет строить сценарии, более экстремальные, чем в обучающих данных, но остающиеся статистически правдоподобными, с оценкой размера, интенсивности и длительности. Помимо погоды, авторы называют возможные применения в робототехнике и финансовых рынках.

Это результаты исследования, а не готовый инструмент для практических решений. Работа частично поддержана стипендией Vannevar Bush Faculty Fellowship и Управлением научных исследований ВВС США.