Искусственный интеллект позволяет инновационно моделировать ледники и предлагает симуляцию последнего оледенения Альп

Ученые из Университета Лозанны (UNIL) использовали искусственный интеллект для значительного ускорения компьютерных расчетов и симуляции последнего ледникового покрова в Альпах. Новые результаты, гораздо лучше согласующиеся с полевыми наблюдениями, показывают, что лед был тоньше, чем в предыдущих моделях. Этот инновационный метод открывает путь к бесчисленным новым симуляциям и прогнозам, связанным с климатическими изменениями. Исследование опубликовано в Nature Communications.

Команда впервые применила искусственный интеллект для ускорения новой модели эволюции ледников, получив серию симуляций беспрецедентной точности, которые гораздо лучше соответствуют физическим следам, оставленным на местности. Результаты показывают, что средняя толщина ледового покрова была на 35–50% меньше, чем в предыдущих референсных симуляциях. Разрешение модели было увеличено с двух километров до 300 метров, что позволило численно описать сложный топографический рельеф Альп. В соответствии с текущими научными знаниями, модель подтверждает, что некоторые вершины, такие как Маттерхорн и Гран-Муверан, явно выступали изо льда во время ледникового периода.

Способность корректно моделировать ледниковое прошлое важна для понимания нашей среды, которая формировалась на протяжении более 2 миллионов лет чередующимися ледниковыми и теплыми циклами. Новая модель лучше соответствует свидетельствам, оставшимся после отступления ледников, и позволяет точнее количественно оценить многие природные явления, такие как ледниковая эрозия, в значительной степени сформировавшая рельеф Альп.

Используемая методология знаменует новую эру в численном моделировании. «Применяя современные технологии к последнему крупному оледенению Альп, мы можем выполнить 17 000-летнюю симуляцию с очень высоким разрешением (300 м) за 2,5 дня, тогда как при традиционных методах, которые также крайне затратны и энергоемки, такие расчеты заняли бы 2,5 года», — поясняет Танкред Леже, исследователь Факультета геонаук и окружающей среды (FGSE) UNIL и первый автор исследования. Модель сначала изучает физику течения льда с помощью методов глубокого обучения (Deep Learning), а затем, получая данные о климате периода, рассчитывает поступление и таяние льда. Расчеты выполняются не центральным процессором (CPU), а графическим процессором (GPU), что позволяет выполнять множество операций параллельно и феноменально повышает вычислительную мощность.