Ученые из Калифорнийского университета в Сан-Диего и Института искусственного интеллекта Аллена создали инновационную модель климата, которая сочетает в себе генеративный искусственный интеллект и физические данные. Новая модель, получившая название Spherical DYffusion, способна прогнозировать климатические изменения за период в 100 лет всего за 25 часов, что в 25 раз быстрее существующих методов, сообщает University of California San Diego.
Разработанная модель может работать на GPU-кластерах в исследовательской лаборатории, в то время как традиционные модели требуют использования суперкомпьютеров. Это существенно снижает затраты на проведение климатических исследований и делает их более доступными для научного сообщества.
Ключевым достижением исследователей стало объединение генеративных моделей искусственного интеллекта с нейронным оператором Spherical Neural Operator, специально разработанным для работы с данными на сферической поверхности. Модель начинает работу с базовых знаний о климатических закономерностях и затем применяет серию преобразований на основе обученных данных для прогнозирования будущих паттернов.
Несмотря на значительное увеличение скорости работы, модель сохраняет высокую точность прогнозирования. При этом она требует гораздо меньших вычислительных ресурсов по сравнению с традиционными методами моделирования климата. Это позволяет ученым и политикам проводить больше симуляций и рассматривать более широкий спектр климатических сценариев.
В настоящее время исследователи работают над расширением возможностей модели. В частности, планируется добавить новые элементы в симуляции и изучить реакцию атмосферы на изменения концентрации углекислого газа. Профессор Роуз Ю отмечает, что их команда успешно смоделировала атмосферу, которая является одним из важнейших элементов климатической системы.