La IA acelera la predicción del tiempo: simulaciones de la atmósfera que tardaban 3 meses se hacen en un fin de semana
Un nuevo modelo basado en el emulador STRATA tiene como objetivo predecir con precisión el clima a largo plazo sin realizar simulaciones computacionalmente costosas y que consumen mucho más tiempo
La Tierra puede dividirse en fragmentos de un km² desde justo debajo de la superficie hasta la parte superior de la atmósfera. Aplicando a cada uno de estos fragmentos una serie de complejas ecuaciones físicas, podemos ver cómo interactúa y evoluciona todo el sistema terrestre en detalle, paso a paso.
El problema está en que modelar un escenario climático con una década de antelación en las mejores supercomputadoras del mundo tarda meses, y la simulación no logra capturar toda la física en juego. La modelización atmosférica fue el problema original de la computación de alto rendimiento y el análisis de grandes volúmenes de datos.
Ahora, investigadores del Laboratorio Nacional Lawrence Livermore (LLNL), están utilizando emuladores para acortar ese plazo de tiempo de meses a días, proporcionando predicciones meteorológicas más rápidas y precisas, con meses o incluso años de antelación, que podrían ofrecer ventajas estratégicas para la seguridad nacional, desde la protección de infraestructuras críticas y la preparación ante desastres naturales hasta la planificación de operaciones militares.
Entrenando el emulador STRATA
Según los investigadores, una porción de aire tarda aproximadamente una semana en dar la vuelta al mundo, por lo que cuando se elabora un pronóstico meteorológico es necesario incluir todo el planeta en la simulación.
El Modelo del Sistema Terrestre a Exaescala (E3SM) del Departamento de Energía de Estados Unidos (DOE) puede simular la atmósfera con una resolución de 3 km, resolviendo una serie de ecuaciones físicas para determinar el comportamiento de cada porción de aire. La diferencia es que los investigadores, en lugar de realizar esos cálculos computacionalmente costosos, están recurriendo a emuladores, como el llamado emulador STRATA.
Los científicos entrenan a STRATA con los resultados de un modelo como el E3SM. Después, le proporcionan un conjunto de condiciones iniciales y le piden que prediga el comportante de la atmósfera días, meses o años después, basándose en el entrenamiento sin resolver nunca las ecuaciones físicas.
Simulaciones que ya se pueden hacer en tres días
Si el trabajo está bien hecho, no se debería notar la diferencia entre el modelo E3SM y el emulador STRATA, pero la gran ventaja de usar el modelo de emulador es que es muchísimo más rápido. Esa velocidad no es sólo comodidad, es esencial para obtener una visión completa del tiempo y el clima, tan caóticos que incluso los mejores modelos actuales pueden hacer en ocasiones predicciones erróneas.
La única manera de generar confianza en un sistema predictivo es realizar muchas simulaciones, de 10 años o solo de un año, pero se necesitan cientos de ellas para obtener una visión completa, afirman los investigadores.Un emulador eficaz permite a los científicos sopesar muchas predicciones a la vez, muchos datos, además de proporcionar la probabilidad de cada una en lugar de una sola posibilidad. La velocidad de los emuladores proporciona la capacidad de probar el impacto de las condiciones iniciales, es otra ventaja computacional.
La Misión Génesis, el esfuerzo nacional del Departamento de Energía de los EEUU para acelerar el descubrimiento científico mediante la superinteligencia, aborda esta cuestión con el proyecto MAGGIE (Marine Assimilation with Generative Graphs in E3SM) del Laboratorio Nacional de Los Alamos (LANL), que utilizará modelos generativos para obtener condiciones iniciales precisas y consistentes para simulaciones predictivas.
Evaluar la calidad de las nuevas condiciones iniciales del LANL resultaría prohibitivamente costosa en términos computacionales utilizando simulaciones tradicionales. Con los emuladores del LLNL, como STRATA, las pruebas son rápidas y han pasado de 3 meses para realizar este conjunto de simulaciones con un modelo basado en la física, a tan sólo un fin de semana.
La dificultad de la microfísica de las nubes y la turbulencia
Un emulador tiene la misma capacidad que la simulación original del sistema terrestre. Dentro de una nube, las miles de gotitas de agua se agregan, chocan, se fusionan y experimentan cambios de fase antes de precipitar, y masas de aire en movimiento continúo, transfieren calor y humedad. Es complejo medir y experimentar estos fenómenos, y los modelos físicos de nubes tienen dificultades para reproducirlos con precisión.
Cuando los procesos en el interior de las nubes y las turbulencias del aire se combinan, generan mucha incertidumbre. Al simular con el aprendizaje automático a escala métrica o incluso más precisa, se obtiene una representación más física y fiel de estos mecanismos.
Una vez que los emuladores de procesos de microfísica de nubes y turbulencia se incorporan a E3SM, se puede ejecutar dicha simulación para proporcionar nuevos datos de entrenamiento al emulador STRATA, generando un modelo más rápido y preciso que realmente abarca todo el sistema terrestre, integrando la física desde la microescala hasta la escala global. A largo plazo, los investigadores del LLNL pretenden desarrollar emuladores que puedan acelerar las simulaciones globales y que además sean mucho más precisas.