Новый отчет описывает ИИ-инфраструктуру для прогнозируемости системы Земли

Использование искусственного интеллекта (ИИ) для сбора, понимания и анализа больших наборов данных может революционизировать нашу способность наблюдать, понимать и прогнозировать процессы в системах Земли. С октября по декабрь 2021 года прошел виртуальный семинар Artificial Intelligence for Earth System Predictability (AI4ESP), организованный Управлением биологических и экологических исследований (BER) и программой перспективных научных вычислительных исследований Министерства энергетики США (DOE). В нем приняли участие более 700 специалистов из государственного и частного секторов.

Основная цель инициативы — интеграция современных технологий, таких как машинное обучение (ML), в работу с моделями земной системы, наблюдениями и теорией для повышения скорости, точности и обоснованности решений. В рамках семинара эксперты сфокусировались на 17 темах, связанных с интегративным водным циклом и экстремальными погодными явлениями, обсуждая потенциал ИИ для научных открытий с использованием нейронных сетей и других инструментов.

«Для эффективного улучшения прогнозируемости системы Земли требуются радикальные усовершенствования во всей среде ModEx (парадигма "Модель-Эксперимент")», — отметила руководитель AI4ESP Ники Хикмон. Участники определили ключевые вызовы, включая необходимость новых методов ИИ, которые учитывают физические законы, и разработку гибридных моделей, сочетающих процессно-ориентированные и ML-модули.

В отчете сформулированы цели на 2, 5 и 10 лет для развития интегративных框架 (фреймворков), а также приоритеты в науках о Земле, вычислительных науках и необходимые программно-культурные изменения. Для успеха миссии AI4ESP требуется обученная рабочая сила, межведомственная кооперация и создание специализированных исследовательских центров ИИ для экологических наук.