Tehnologia AI Schimbă Regulile Jocului în Previziunea Climatică

Revoluția Climatologică în 12 Ore

Într-o lume în care dezastrele naturale devin o rutină, un nou model de inteligență artificială promite să transforme felul în care înțelegem clima. Acesta poate simula 1.000 de ani de climă actuală în doar 12 ore, folosind o singură unitate de procesare. Comparativ cu supercomputerii tradiționali, care ar necesita până la 90 de zile pentru o simulare similară, inovația aceasta redefinește standardele eficientei în cercetarea climatică.

Capacitatea de a Prezice Evenimente Extreme

Evenimentele meteorologice extreme, care până nu demult erau considerate neobișnuite, devin acum o normalitate. Aceasta ridică întrebarea: cum putem distinge între ceea ce este un eveniment natural și ceea ce este o anomalie? Modelul dezvoltat de Dale Durran și Nathaniel Cresswell-Clay de la Universitatea din Washington promite să răspundă acestei întrebări printr-o analiză profundă a variabilității climatice.

Utilizarea Inteligentei Artificiale în Previziuni

Cercetările au arătat că modelele tradiționale de prognoză meteo se bazează pe supercomputere consumatoare de energie, iar metoda AI își arată puterea în prognozarea rapidă și eficientă. Cu toate că majoritatea acestor modele AI pot să prezică doar până la 10 zile în avans, noul model extinde capacitatea la 1.000 de ani, oferind o viziune pe termen lung asupra vremii.

Inovația și Impactul Reducerii Emisiilor

Compunerea modelului include două rețele neuronale: una pentru atmosferă și una pentru ocean. Această abordare nu doar că îmbunătățește acuratețea previziunilor, dar și reduce semnificativ amprenta de carbon. Deschiderea tehnologiei și accesibilitatea acesteia pentru cercetători reprezintă un pas crucial în democratizarea științei climatice.

Provocările Datelor Istorice

Cu toate acestea, există provocări legate de datele istorice disponibile. Modelele de inteligență artificială necesită o cantitate imensă de date pentru a fi eficiente, dar aceste date sunt adesea limitate. Acest deficit istorico-sezonier a fost privit ca un obstacol, dar inovația recentă oferă soluții prin învățarea profundă care capturează variabilitatea sezonieră.

Competitivitate în Fața Supercomputerelor

Compararea performanțelor modelului DLESyM cu cele ale celor patru modele de vârf din cadrul celei de-a șasea faze a Proiectului de Intercomparare a Modelor Cuplate (CMIP6) a arătat rezultate încurajatoare. Deși niciun model nu este perfect, eficiența energetică și accesibilitatea DLESyM oferă o alternativă viabilă și promițătoare pentru viitorul cercetării climatice.

Sursa: Phys.org