Google Research ha pubblicato su Nature un paper che svela NeuralGCM, un nuovo modello atmosferico disponibile gratuitamente. Il modello – spiega il team – combina un approccio tradizionale basato sulla fisica con l’intelligenza artificiale per simulare l’atmosfera terrestre in modo più accurato ed efficiente rispetto ai modelli esistenti.
Sappiamo che la Terra si sta surriscaldando, sottolinea il team di Google Research, ma non cosa significhi nello specifico per le diverse regioni. Per capirlo, gli scienziati utilizzano modelli climatici, ma gli approcci attuali presentano grandi incertezze, tra cui, per esempio, errori sistematici.
Google Research fa questo esempio: quando i modelli attuali (ad esempio CMIP) cercano di prevedere le precipitazioni estreme ai tropici, le loro previsioni sono circa la metà di quelle effettivamente osservate dagli scienziati.
NeuralGCM – un nuovo modello atmosferico di Google Research, disponibile gratuitamente – combina la modellazione basata sulla fisica e l’intelligenza artificiale per simulare l’atmosfera terrestre in modo più rapido e accurato rispetto ai modelli esistenti.
Secondo il team, è in primo luogo più accurato, facendo migliori approssimazioni, con conseguenti simulazioni più accurate. Nel prevedere le temperature e l’umidità globali per l’anno 2020, NeuralGCM ha avuto il 15-50% di errori in meno rispetto a un modello all’avanguardia basato sulla fisica chiamato X-SHiELD, e ha generato tali previsioni in 8 minuti rispetto ai 20 giorni di X-SHiELD.
È più veloce dei modelli basati sulla fisica (>3.500 volte più veloce del modello X-SHiELD, afferma il team). Ed è più accessibile: Google Research ha reso NeuralGCM disponibile pubblicamente su GitHub, consentendo ai ricercatori di lavorare e costruire su questo modello, aprendo nuove possibilità per il futuro della modellazione climatica.
Il modello è inoltre in grado di utilizzare meno calcoli: mentre X-SHiELD deve essere eseguito su supercomputer con 13.000 CPU, NeuralGCM può essere eseguito su una singola TPU.
Da dove provengono i dati? Google Research spiega che NeuralGCM è stato addestrato sui dati della rianalisi ERA5, un set di dati disponibile gratuitamente con una fitta ricostruzione 3D dell’atmosfera terrestre negli ultimi 80 anni. È stato prodotto dal Centro europeo per le previsioni meteorologiche a medio raggio (ECMWF), che accoglie NeuralGCM.
Peter Dueben, ECMWF, ha commentato: “NeuralGCM dimostra che una combinazione di modelli fisici e di modelli di machine learning può competere sia con i modelli basati sulla fisica pura che con quelli basati sul machine learning puro, per combinare il meglio di entrambi i mondi per la modellazione del clima in futuro. Lo studio è anche un ottimo esempio di come uno sforzo di collaborazione tra gli esperti di machine learning e gli scienziati di settore di ECMWF possa far progredire il campo.”
Google Research prevede che i principali utilizzatori di NeuralGCM saranno gli scienziati che studiano come costruire migliori modelli meteorologici e climatici con l’intelligenza artificiale. Il modello è disponibile gratuitamente per uso non commerciale e il team di Google si aspetta che possa essere utilizzato anche dai meteorologi per fare previsioni del tempo.
Anche se non è ancora definitivo, l’ECMWF ha espresso interesse a far funzionare NeuralGCM come parte della sua suite sperimentale di modelli AI.
