Generativ AI förbättrar klimatmodeller: snabbare, billigare och mer tillgänglig för små forskargrupper.

StockholmForskare använder generativ AI för att förbättra klimatmodeller och göra dem snabbare och mer effektiva. Vetenskapsmän i Seattle och San Diego har utvecklat en modell som heter Spherical DYffusion, liknande tekniken bakom verktyg som DallE. Denna modell möjliggör klimatprognoser för hundra år framåt på bara 25 timmar, istället för att det skulle ta veckor med superdatorer som tidigare.

Att kombinera fysikbaserade data med AI erbjuder stora möjligheter för klimatvetenskapen. Nuvarande modeller är visserligen exakta, men de kräver mycket beräkningskraft och har tidsbegränsningar. Spherical DYffusion-modellen löser dessa problem genom att köras smidigt på GPU-kluster istället för superdatorer. Detta gör det möjligt för fler personer att få tillgång till och experimentera med klimatsimulationer.

Viktiga fördelar med den nya modellen inkluderar:

• Hastighet: Bearbetar klimatprognoser 25 gånger snabbare än nuvarande metoder.
• Effektivitet: Kan användas på mindre kraftfull hårdvara, vilket ökar tillgängligheten.
• Noggrannhet: Bibehåller liknande noggrannhet som toppmoderna modeller men till lägre kostnader.

Läs också:

30 november 2024 · 20:12

AI förmedlar kliniska studier snabbare – kopplar patienter till rätt forskning med TrialGPT

Snabbare och mer användarvänliga klimatmodeller kan få större genomslag. De kan hjälpa beslutsfattare att utforska olika scenarier, vilket är avgörande för planering. Denna teknik kan göra klimatmodellering mer tillgänglig för mindre forskargrupper eller ideella organisationer som tidigare inte haft råd med de omfattande beräkningarna.

Denna utveckling visar en förändring i hur vi förutspår väder och klimat globalt. Med hjälp av djupinlärningsmodeller och data kan vi få ny insikt i långsiktiga klimatmönster. Genom att kombinera AI-modeller med traditionell vetenskap kan vi göra nya upptäckter, vilket möjliggör mer exakta väderprognoser och bättre strategier för att bekämpa klimatförändringar.

Modellen har visat starka möjligheter men det finns fortfarande utrymme för förbättringar. Forskare arbetar med att förbättra modellen genom att inkludera faktorer som atmosfärens respons på koldioxid. Denna fortlöpande process är avgörande för att göra modellen mer noggrann och omfattande. Med utvecklingen av AI och klimatvetenskap får vi bättre förutsättningar att förstå och hantera globala klimatutmaningar. Forskningen vid University of California San Diego och Allen Institute for AI visar potentialen i att kombinera olika områden för att lösa viktiga frågor.