人工智能以更高的速度和准确性彻底改变了气候建模

人工智能 (AI) 在气候建模领域取得了重大进展，提供了更高的速度和精度。在 NVIDIA GTC 2024 会议上，艾伦人工智能研究所 (AI2) 气候建模高级总监 Christopher Bretherton 详细介绍了人工智能如何重塑气候科学。布雷瑟顿强调了基于机器学习的模拟器在预测区域气候变化和极端天气模式方面的关键作用。

人工智能驱动的气候模拟

人工智能弥合了传统基于物理的气候模型与更具成本效益、高分辨率预测的需求之间的差距。这些进步对于研究人员和政策制定者更准确地解决气候问题至关重要。人工智能的集成不仅加速了气候建模，还显着减少了与模拟相关的环境影响。

气候建模的关键创新

一项突出的创新是 AI2 气候仿真器 (ACE)，由 AI2 使用频谱傅立叶神经算子 (SFNO) 架构开发。与传统模型相比，ACE 将气候模拟速度大幅加快了 1000 倍，同时功耗降低了 10,000 倍。值得注意的是，使用四个 NVIDIA A100 Tensor Core GPU 只需 2.5 天即可完成对一个世纪的 NOAA 模型数据的训练，而在单个 A100 上仅需要三个小时即可运行 100 年的模拟。

此外，ACE 通过准确复制极端降雨模式和气候变化，与能源部 (DOE) 和国家海洋和大气管理局 (NOAA) 的最先进模型保持一致，展示了增强的真实性。这支持稳健的长期气候预测。

生成机器学习技术

另一个重大进步是应用生成机器学习来缩小规模。视频超分辨率等技术可提高空间分辨率，提供对各种区域规划工作至关重要的详细降水预报。

人工智能驱动的气候模型的这些技术进步凸显了更精确、更高效的环境规划和管理的潜力。要进一步探索该会话，请访问源代码。

图片来源：Shutterstock