[ad_1]
В понедельник Массачусетский технологический институт объявил о пяти многолетних флагманских проектах в рамках первой в истории инициативы Climate Grand Challenges, новой инициативы, направленной на решение сложных климатических проблем и максимально быстрое предоставление миру прорывных решений. Эта статья является первой в серии из пяти частей, в которой освещаются наиболее многообещающие концепции, появившиеся в результате конкурса, и междисциплинарные исследовательские группы, стоящие за ними.
Благодаря усовершенствованию вычислительной мощности компьютеров и лучшему пониманию физических уравнений, управляющих климатом Земли, ученые постоянно работают над усовершенствованием климатических моделей и улучшением их прогностической способности. Но инструменты, которые они совершенствуют, изначально были задуманы несколько десятилетий назад только учеными. Когда дело доходит до разработки реальных планов действий по борьбе с изменением климата, эти модели остаются непостижимыми для политиков, сотрудников органов общественной безопасности, инженеров-строителей и общественных деятелей, которые больше всего нуждаются в их прогностической информации.
«В итоге вы получаете разрыв между тем, что обычно используется на практике, и настоящей передовой наукой», — говорит Ноэль Селин, профессор Института данных, систем и общества и Департамента наук о Земле, атмосфере и планетах. (EAPS) и совместно с профессором Раффаэле Феррари руководит флагманским проектом MIT Climate Grand Challenges «Привнесение вычислений в климатический кризис». «Как мы можем использовать новые вычислительные методы, новое понимание, новые способы мышления о моделировании, чтобы действительно преодолеть разрыв между современными научными достижениями и моделированием и людьми, которым действительно нужно использовать эти модели?»
Используя это как главный вопрос, команда не просто будет пытаться усовершенствовать текущие климатические модели, они будут создавать новую с нуля.
Это революционное продвижение — именно то, к чему стремится MIT Climate Grand Challenges, поэтому это предложение было названо одним из пяти флагманских проектов амбициозной общеинститутской программы, направленной на преодоление климатического кризиса. Предложение, которое было отобрано из 100 заявок и вошло в число 27 финалистов, получит дополнительное финансирование и поддержку для достижения своей цели по переосмыслению системы моделирования климата. Он также объединяет участников со всего Института, включая Колледж вычислительной техники им. Шварцмана Массачусетского технологического института, Инженерную школу и Школу менеджмента Слоана.
Когда дело доходит до разработки экологических решений, которые могут использовать сообщества по всему миру, «это здорово делать в Массачусетском технологическом институте», — говорит Феррари, профессор океанографии Сесила и Иды Грин из EAPS. «Вы не найдете много мест в мире, где у вас есть передовые науки о климате, передовые компьютерные науки и передовые эксперты в области политических наук, которые нам нужны для совместной работы».
Климатическая модель будущего
Предложение основано на работе, которую Ferrari начала три года назад в рамках совместного проекта с Калифорнийским технологическим институтом, Военно-морской аспирантурой и Лабораторией реактивного движения НАСА. Под названием Альянс по моделированию климата (CliMA) консорциум ученых, инженеров и прикладных математиков строит климатическую модель, способную более точно прогнозировать будущие изменения критических переменных, таких как облачность в атмосфере и турбулентность в океане, с неопределенностью в вдвое меньше, чем в существующих моделях.
Однако для этого требуется новый подход. Во-первых, текущие модели слишком грубы по разрешению — в масштабе от 100 до 200 километров — для анализа мелкомасштабных процессов, таких как облачный покров, осадки и протяженность морского льда. Но также, объясняет Феррари, частично это ограничение разрешения связано с фундаментальной архитектурой самих моделей. Языки, на которых закодировано большинство глобальных климатических моделей, были впервые созданы еще в 1960-х и 1970-х годах, в основном учеными для ученых. С тех пор достижения в области вычислений, обусловленные корпоративным миром и компьютерными играми, привели к появлению новых динамичных компьютерных языков, мощных графических процессоров и машинного обучения.
Чтобы климатические модели могли в полной мере воспользоваться этими достижениями, есть только один вариант: начать заново с использованием современного, более гибкого языка. CliMA, написанная на языке Julia, являющаяся частью технологии научного машинного обучения Julialab, и возглавляемая Аланом Эдельманом, профессором прикладной математики на факультете математики Массачусетского технологического института, сможет использовать гораздо больше данных, чем могут обработать текущие модели.
«Было очень весело наконец-то поработать с людьми, занимающимися компьютерными науками, здесь, в Массачусетском технологическом институте, — говорит Феррари. «Раньше это было невозможно, потому что традиционные климатические модели написаны на языке, который их ученики даже не умеют читать».
Результатом стало то, что называют «цифровым близнецом Земли», модель климата, которая может моделировать глобальные условия в больших масштабах. Это само по себе впечатляющее достижение, но команда хочет сделать еще один шаг вперед в своем предложении.
«Мы хотим взять эту крупномасштабную модель и создать то, что мы называем «эмулятором», который только прогнозирует набор интересующих нас переменных, но он был обучен на крупномасштабной модели», — объясняет Феррари. Эмуляторы не являются новой технологией, но новым является то, что эти эмуляторы, называемые «цифровыми кузенами Земли», будут использовать преимущества машинного обучения.
«Теперь мы знаем, как обучать модель, если у нас достаточно данных для ее обучения», — говорит Феррари. Машинное обучение для таких проектов стало возможным только в последние годы, когда стало доступно больше данных наблюдений, а также повысилась вычислительная мощность компьютеров. Цель состоит в том, чтобы создать более мелкие и локализованные модели, обучая их с помощью цифрового двойника Земли. Это сэкономит время и деньги, что является ключевым моментом, если цифровые двоюродные братья будут использоваться заинтересованными сторонами, такими как местные органы власти и разработчики из частного сектора.
Адаптируемые прогнозы для средних заинтересованных сторон
Когда дело доходит до разработки политики с учетом климата, заинтересованные стороны должны понимать вероятность результата в своих регионах — так же, как вы будете по-разному готовиться к походу, если есть 10-процентная вероятность дождя по сравнению с 90-процентной вероятностью. Меньшие модели цифровых кузенов Земли смогут делать то, чего не может большая модель, например моделировать локальные регионы в реальном времени и предоставлять более широкий спектр вероятностных сценариев.
«Сейчас, если вы хотите использовать результаты глобальной климатической модели, вам, как правило, придется использовать результаты, предназначенные для общего пользования», — говорит Селин, который также является директором программы технологий и политики Массачусетского технологического института. С помощью проекта команда может с самого начала учитывать потребности конечных пользователей, а также включать их отзывы и предложения в модели, помогая «демократизировать идею запуска этих климатических моделей», как она выразилась. Это означает создание интерактивного интерфейса, который в конечном итоге даст пользователям возможность изменять входные значения и запускать новые симуляции в режиме реального времени. Команда надеется, что, в конце концов, цифровые кузены Земли смогут работать на чем-то столь же вездесущем, как смартфон, хотя подобные разработки в настоящее время выходят за рамки проекта.
Следующее, над чем будет работать команда, — налаживание связей с заинтересованными сторонами. Благодаря участию других групп Массачусетского технологического института, таких как Объединенная программа по науке и политике глобальных изменений и Консорциум по климату и устойчивому развитию, они надеются тесно сотрудничать с политиками, должностными лицами в области общественной безопасности и городскими планировщиками, чтобы предоставить им инструменты прогнозирования, адаптированные к их потребностям. потребности, которые могут обеспечить практические результаты, важные для планирования. Например, перед лицом повышения уровня моря прибрежные города могли бы лучше визуализировать угрозу и принимать обоснованные решения о развитии инфраструктуры и готовности к стихийным бедствиям; общины в подверженных засухе регионах могли бы разработать долгосрочное гражданское планирование с упором на сохранение водных ресурсов и устойчивость к лесным пожарам.
«Мы хотим ускорить процесс моделирования и анализа, чтобы люди могли получать более прямую и полезную обратную связь для принятия краткосрочных решений», — говорит она.
Последняя часть задачи — стимулировать студентов уже сейчас, чтобы они могли присоединиться к проекту и внести свой вклад. Феррари уже удалось привлечь внимание студентов после совместного преподавания в классе с Эдельманом и наблюдения за энтузиазмом студентов в отношении компьютерных наук и климатических решений.
«В этом проекте мы намерены построить климатическую модель будущего», — говорит Селин. «Поэтому кажется вполне уместным, что мы также будем обучать строителей этой климатической модели».
[ad_2]
Source