HiRO-ACEv2: Модель ИИ, сокращающая затраты на климатическое моделирование на 99,7%

Внедрение HiRO-ACEv2 знаменует собой значительный прорыв в климатическом моделировании, предлагая исследователям беспрецедентно эффективный и точный метод моделирования глобальных погодных паттернов с высоким разрешением 3 км. Эта система является усовершенствованной итерацией Климатического Эмулятора Высокого Разрешения (High Resolution Output Ai2 Climate Emulator, HiRO-ACE), разработанной для решения огромных вычислительных задач, связанных с моделированием сложных атмосферных явлений, таких как экстремальная погода. Исторически высокоразрешающие глобальные атмосферные модели, такие как X-SHiELD, были вычислительно непомерно дорогими, что делало долгосрочные детальные климатические исследования доступными только для хорошо финансируемых учреждений. HiRO-ACEv2 коренным образом меняет этот ландшафт, используя сложную архитектуру ИИ для резкого снижения стоимости и времени, необходимых для таких симуляций.

Сама система HiRO-ACE модульная и состоит из двух основных компонентов. Первый — это ACE, модель ИИ, которая работает с более низким разрешением в 100 км и предоставляет основополагающую, крупномасштабную картину климата. Вторая, и самая критически важная часть, — это HiRO, которая выступает в роли мощной модели понижения разрешения (downscaling model). Ее функция заключается в том, чтобы взять общие, низкоразрешающие выходные данные от ACE и детализировать их до точных, практических деталей в масштабе 3 км. Основное новшество в HiRO-ACEv2 заключается в обновленной модели понижения разрешения, HiROv2. Эта новая версия значительно расширяет возможности системы, выходя за рамки простого прогнозирования осадков. HiROv2 теперь может одновременно прогнозировать несколько высокоразрешающих атмосферных полей, что позволяет ей улавливать гораздо более широкий и реалистичный диапазон переменных экстремальной погоды, включая скорость ветра, атмосферное давление и осадки, — и все это одновременно. Эта многопольная возможность имеет решающее значение, поскольку экстремальные погодные явления не изолированы; они включают сложные взаимодействия между множеством атмосферных переменных.

Центральным элементом разработки HiRO-ACEv2 было явное внимание к улучшению моделирования экстремальных событий. Разработчики внедрили целенаправленные улучшения обучения для HiROv2, повысив ее способность воспроизводить самые интенсивные и редкие метеорологические явления. При тестировании на данных, сгенерированных устоявшейся моделью X-SHiELD, HiRO-ACEv2 продемонстрировала замечательную точность. В частности, было показано, что она соответствует высокоразрешающей статистике целевой симуляции с точностью всего в 3%, даже при анализе событий, настолько статистически редких, что они могут происходить только один раз в миллион точек данных. Кроме того, система оказалась способной оценивать общую энергию, содержащуюся в тропических циклонах, что является возможностью, которая распространяется даже на штормы, с которыми она никогда не сталкивалась во время обучения. Сгенерированные ураганы демонстрируют очень реалистичные особенности, включая четко выраженные глаза и сложные полосы осадков, хотя было отмечено, что градиенты ветра и давления непосредственно вокруг глаза были немного менее асимметричными по сравнению с эталонной моделью X-SHiELD. Другим примечательным достижением является точное моделирование сильных потоков ветра, спускающихся по горным склонам — сложный физический процесс, требующий моделирования с высоким разрешением.

Помимо улучшений в моделировании экстремальной погоды, была также обновлена базовая модель ACE. За смоделированный 10-летний период выходные данные обновленной модели ACE — охватывающие ураганы, средние климатические паттерны и общее распределение дождя, ветра и давления — тесно совпадали с устоявшейся моделью X-SHiELD. Эта валидация подтверждает, что низкоразрешающие симуляции, предоставляемые ACE, формируют надежную и достоверную основу для генерации долгосрочных климатических данных с высоким разрешением. Объединив базовый вывод ACE с продвинутым понижением HiROv2, исследователям удалось сгенерировать полный год глобальных данных с разрешением 3 км, статистика которых очень близко соответствовала статистике X-SHiELD. Что особенно важно, это было достигнуто даже в том случае, когда HiRO работала с данными, сгенерированными самой ACE, а не напрямую с исходными данными X-SHiELD, что демонстрирует самосогласованность и надежность системы. В течение расширенного 10-летнего прогона симуляции общая энергия ураганов, смоделированных HiRO-ACEv2, была сопоставима с энергией X-SHiELD, а визуальные снимки подтвердили наличие разнообразных экстремальных событий, отражающих те, что наблюдались в эталонной модели.

С экономической и доступности точек зрения, последствия HiRO-ACEv2 являются преобразующими. Система предоставляет исследователям гибкий и значительно недорогой путь для генерации огромного количества высокоразрешающих климатических данных об экстремальных событиях за десятилетия. Сравнение затрат ошеломляет: генерация глобальных высокоразрешающих данных с использованием HiRO-ACEv2 обходится примерно в 300 раз дешевле, чем запуск полной модели X-SHiELD. Если исследователю нужны данные только для определенного, локализованного региона, экономия средств может превысить сотню раз, в зависимости от географического размера области интереса. Это массивное снижение вычислительных накладных расходов демократизирует доступ к передовой климатической науке. Эта экономическая эффективность и скорость делают передовые климатические исследования доступными для гораздо более широкого научного сообщества.

Хотя система очень впечатляет, разработчики открыто говорят о ее текущих ограничениях и будущей дорожной карте развития. В настоящее время HiRO обучена специально на данных X-SHiELD. Это означает, что в своей нынешней форме она ограничена производством высокоразрешающих данных, имитирующих климатические характеристики набора данных X-SHiELD. Она пока не может использоваться для моделирования сильно отличающихся климатических сценариев, таких как значительно более теплый будущий мир или исторические записи, найденные в других основных наборах данных, таких как ERA5. Следующие запланированные шаги включают обучение системы на новых, разнообразных наборах данных X-SHiELD, включая симуляцию мира, который теплее на 4°C, тем самым расширяя ее климатический охват. Кроме того, планируется расширение возможностей вывода системы для включения температуры у поверхности и моделирования снега и льда, что откроет новые области применения, такие как детальное прогнозирование снежного покрова для управления водными ресурсами. Для содействия внедрению создатели также разработали веб-демонстрацию, позволяющую пользователям визуально сравнивать результаты HiRO с X-SHiELD без необходимости запуска сложного вывода, дополняя детальный количественный анализ, представленный в их техническом отчете. Сами модели доступны для скачивания вместе с исчерпывающими учебными ноутбуками для руководства пользователями в процессе реализации.