Ускорение климатического моделирования при меньших затратах

Учёные всё чаще используют искусственный интеллект (ИИ) для моделирования будущих изменений климата. Однако существующие подходы часто сталкиваются с компромиссом между точностью, скоростью и вычислительными затратами.

Исследователи из Института математических наук Куранта и Центра науки о данных Нью-Йоркского университета разработали первую в своём роде нейронную сеть — Samudra, которая эмулирует океан в 3D. Samudra (санскрит для "океан") воспроизводит ключевые переменные океанической модели, включая высоту морской поверхности, океанические течения, температуру и солёность по всей глубине океана, обеспечивая детальный взгляд на водные пути Земли. При этом она работает в 100 раз быстрее многих существующих методов и с меньшими вычислительными затратами.

Создатели Samudra видят в этом прорыве значительный прогресс в нашем настоящем и будущем понимании мирового океана, который поглощает более 90% избыточного тепла и 25% выбросов CO₂ и крайне важен для прогнозирования последствий изменения климата.

«Мы пытаемся учиться на данных об океане — подобно прогнозам погоды на основе ИИ», — объясняет Лор Занна, профессор Института математических наук Куранта и Центра науки о данных Нью-Йоркского университета. «После обучения вы можете запустить её, и она будет работать годами, давая разумную долгосрочную симуляцию», — добавляет Карлос Фернандес-Гранда, директор Центра науки о данных Нью-Йоркского университета.