ШІ прорахував 1000 років погоди

Науковці Вашингтонського університету (UW) використали ШІ для симуляції сучасного клімату та міжрічної варіативності на період до 1000 років. Модель працює на одному процесорі та генерує прогноз за 12 годин. Для порівняння, суперкомп’ютеру для цього знадобилося б близько 90 днів.

«Ми створюємо інструмент, що досліджує варіативність нашого клімату, аби відповісти на головне питання: чи є певна подія природною, чи ні», — пояснив професор атмосферних і кліматичних наук UW Дейл Дурран.

За його словами, навчання ШІ-моделей потребує величезних обсягів даних. Проте якщо розбивати історичні дані за сезонами, їх виявляється замало. Найточніші глобальні добові метеорологічні дані доступні лише за період з 1979 року. Цього вистачає для тренування на щоденних прогнозах, але для сезонних моделей даних недостатньо.

Нова модель Deep Learning Earth SYstem Model (DLESyM), розроблена командою Дуррана, хоч і тренувалася на добових прогнозах, навчилася відтворювати й сезонну варіативність.

Вона складається з двох нейромереж — атмосферної та океанічної. Хоча класичні моделі клімату теж об’єднують прогнозування атмосфери й океану, це вперше зроблено суто в ШІ-моделі.

«Ми першими застосували цю схему в ШІ і побачили, що вона чудово працює. Ця розробка кидає виклик багатьом припущенням у кліматичній науці», — зазначив провідний автор дослідження, аспірант UW Натаніель Крессвелл-Клей.

Через те, що температура поверхні океану змінюється повільніше за температуру повітря, океанічна нейромережа оновлює прогнози раз на чотири дні, а атмосферна — кожні 12 годин. Зараз команда працює над додаванням моделі поверхні суходолу, щоб у майбутньому включити взаємодію ґрунту, рослин і атмосфери — процеси, які важко описати рівняннями, але які ШІ може вивчати безпосередньо з даних.

Для перевірки результатів прогноз DLESyM порівняли з чотирма провідними моделями CMIP6, що працюють на суперкомп’ютерах і використовувалися Міжурядовою групою з питань зміни клімату (IPCC). ШІ-модель краще відтворила циклони та сезонний хід індійського літнього мусону, а також не поступалася за точністю в середніх широтах, відтворюючи місячну та міжрічну варіативність погодних патернів.

Нагадаємо,у червні Nvidia анонсувала cBottle — генеративну ШІ-модель, що створює «цифрового двійника» Землі з деталізацією на рівні кілометра. Розробку позиціонують як новий етап у застосуванні штучного інтелекту в кліматичних дослідженнях.