دانشمند آسیایی (05 ژوئن 2024) – ماهیت غیرقابل پیش بینی زمان مدتهاست که تخیل و ترس اجداد ما را مجذوب خود کرده است و در افسانه های خدایان جاودانه شده است. از زئوس یونانی و کوتزالکواتل میان‌آمریکایی گرفته تا شینتو رایجین و فوجین، خدایان مختلفی در فرهنگ‌های مختلف خود را نشان داده‌اند، زیرا انسان‌ها در تلاش برای تحمیل حس نظم و کنترل بر حالات بی‌ثبات بادها و ابرها بودند.
پیش‌بینی‌های مدرن با توانایی پیش‌بینی شرایط آب‌وهوای محلی، البته با سطوح مختلف دقت و افق‌های زمانی، برخی از آب و هوای عجیب و غریب اطراف را بهبود می‌بخشد. به عنوان مثال، سرویس هواشناسی سنگاپور پیش بینی های محلی نسبتاً دقیقی را تا دو هفته قبل ارائه می دهد، در حالی که مرکز جهانی آب و هوا، AccuWeather، پیش بینی های محلی را تا سه ماه قبل منتشر می کند. ظهور پیش‌بینی‌های دقیق‌تر و پیشرفته‌تر می‌تواند به مردم و دولت‌ها کمک کند تا از قبل برنامه‌ریزی کنند و همچنین آسیب‌های مالی و جانی را کاهش دهند.
علاوه بر این، ردپای زیست‌محیطی برگشت‌ناپذیری که فعالیت‌های انسانی روی این سیاره دارد، منجر به فشار جهانی فزاینده‌ای برای درک چگونگی تغییر آب و هوا در مقیاس‌های زمانی بسیار طولانی‌تر شده است. در واقع، بر اساس گزارش ششم ارزیابی هیئت بین دولتی سازمان ملل متحد در مورد تغییرات آب و هوا، رویدادهای آب و هوایی ترکیبی – که ترکیبی از رویدادهای مخرب هستند – با افزایش سرعت گرمایش جهانی، بیشتر می شوند. همین گزارش نشان می‌دهد که حتی رویدادهای آب و هوایی معمولی، مانند حداکثر بارندگی روزانه و دمای شدید روزانه، در طول سال‌ها به طور قابل‌توجهی افزایش یافته‌اند.
تصمیم درست
چنین شبیه‌سازی‌هایی باید بتوانند رویدادها و نوسانات آب و هوایی محلی را در نظر بگیرند تا مفید باشند. به عنوان مثال، یک مدل کامپیوتری که فقط می تواند الگوهای آب و هوای فضایی را در یک شبکه 10 کیلومتری محاسبه کند، نمی تواند تشکیل ابرهای کوچک یا فوران های محلی باران را شناسایی کند. علاوه بر این، دانشمندان آب و هوا باید حوزه زمانی مدل را در نظر بگیرند: پیش‌بینی آب و هوای ساعتی برای پیاده‌روی روزمره مفیدتر است تا پیش‌بینی روزانه.
در سنگاپور، مرکز تحقیقات آب و هوا سنگاپور با مرکز ملی ابر محاسباتی (NSCC) سنگاپور برای انجام مطالعات آب و هوایی که ملاحظات کوتاه مدت و بلند مدت را مورد توجه قرار می دهد، همکاری می کند. سومین نظرسنجی ملی در مورد تغییرات آب و هوا (V3) که اخیراً راه اندازی شده است، بارش، دما، باد و رطوبت نسبی را با وضوح 8 کیلومتر و 2 کیلومتر تا 2100 پیش بینی می کند. برنامه ریزی برای سطح دریا، منابع آب، سلامت انسان، تنوع زیستی و امنیت غذایی.
با توجه به این سطح از پیچیدگی و وضوح مورد نیاز، جای تعجب نیست که یک مدل بسیار دقیق که مجموعه‌های داده‌های متعدد را در طول دهه‌ها ترکیب می‌کند، برای بدست آوردن تصویری دقیق از آب و هوا مورد نیاز است. همانطور که مدل‌ها پیچیده‌تر می‌شوند، منابع محاسباتی بیشتری را نیز جذب می‌کنند—کل امکانات ابررایانه‌ای وجود دارد که فقط به تحقیقات آب و هوا اختصاص داده شده‌اند. در حالی که رهبران جهان برای روزهای پرتلاطم پیش رو آماده می شوند، قطب های جدید متمرکز بر آب و هوا در سراسر آسیا ایجاد می شوند.
اوایل سال گذشته، غول فناوری ژاپنی فوجیتسو سیستم ابررایانه جدیدی را برای پیش‌بینی خطی نوار باران در اختیار آژانس هواشناسی ژاپن قرار داد. این ابرهای کومولوس که به کندی حرکت می کنند، باران شدید و رعد و برق را به همراه دارند که خطر رانش زمین و سیل را افزایش می دهد. کامپیوتر جدید دارای سخت افزاری مشابه فوگاکو، سریع ترین ابررایانه آسیایی است و پیش بینی های دقیق تر و سریع تری را ارائه می دهد.
در هند، شرکت راه حل های محاسباتی Eviden با مؤسسه هواشناسی گرمسیری هند و مرکز ملی پیش بینی آب و هوای میان برد برای ارائه دو ابررایانه جدید همکاری می کند. قابلیت های محاسباتی بالاتر، وضوح بهتری را در یک مدل مجازی امکان پذیر می کند.
راویچندران توضیح داد: «ما در حال حاضر یک کامپیوتر با 4 پتافلاپ داریم. ما باید به 18 پتافلاپ دست پیدا کنیم تا رزولوشن 12 کیلومتر به 6 کیلومتر برسیم.”
در زمین های مجازی و یادگیری ماشینی
به موازات ارتقاء سخت افزار تحقیقات آب و هوا، چندین سازمان به دنبال تکنیک هایی هستند که برای مدل سازی پیچیدگی الگوهای آب و هوایی بلند مدت استفاده می شوند. پیش‌بینی آب‌وهوای ماه آینده به تلاش زیادی نیاز دارد – تصور کنید آب و هوا را برای سال‌ها، ماه‌ها یا حتی قرن‌ها پیش‌بینی کنید. هریس بر تلاش مورد نیاز هرکول تاکید می کند: “شما باید به معنای واقعی کلمه شبیه سازی ها را در تمام روز، هر روز، سال ها اجرا کنید تا احساس واقعا خوبی نسبت به آن داشته باشید.”
برای رفع این مشکل، محققان و شرکت‌ها به دنبال استفاده از هوش مصنوعی برای تقویت مدل‌های فعلی هستند. هوش مصنوعی برای گرفتن مقادیر زیادی از داده ها، تشخیص الگوها و در نهایت پیش بینی های بسیار کارآمد و دقیق به خوبی شناخته شده است.
در حال حاضر، محققان مطمئن هستند که مدل‌های هوش مصنوعی به جای جایگزینی کامل، مدل‌های آب‌وهوای فعلی را تکمیل می‌کنند. مدل‌های آب‌وهوای پیشرفته که «دوقلوهای دیجیتال» نامیده می‌شوند، شبیه‌سازی‌های عددی رایانه‌ای هستند که تصویری مجازی از زمین و الگوهای آب و هوایی آن را می‌سازند.
برای آموزش برخی از مدل‌های هوش مصنوعی، یا به یک شبیه‌سازی عددی برای ارائه بیشتر ورودی نیاز دارید، یا باید برخی از مدل‌های جایگزین را شبیه‌سازی کنید.»
در واقع، او به اشتراک گذاشت، برخی از دانشمندان به مجموعه‌های زنجیره‌ای از دوقلوهای دیجیتال و پیش‌بینی‌های هوش مصنوعی نگاه می‌کنند: اجرای شبیه‌سازی برای ارائه داده‌ها برای هوش مصنوعی، و سپس استفاده از هوش مصنوعی برای ارائه پیش‌بینی‌های طولی اقتصادی در مقیاس‌های زمانی طولانی.
با این حال، برخی ممکن است در مورد قابلیت اطمینان استفاده از داده های شبیه سازی شده برای آموزش یک مدل یادگیری ماشین پیش بینی کننده تعجب کنند. هریس با مقایسه‌های متعددی که هم از پیش‌بینی‌های هوش مصنوعی و هم شبیه‌سازی‌های عددی در برابر رویدادهای دنیای واقعی انجام می‌شود، اطمینان خاطر در مورد بررسی‌ها و تعادل‌های دقیق ایجاد کرد، که سپس برای کالیبراسیون بیشتر چنین مدل‌هایی استفاده می‌شود.
انویدیا مدل آب و هوا مبتنی بر داده خود را به نام شبکه عصبی پیش بینی فوریه (FourCastNet) میزبانی می کند. با سرعت پردازش گرافیکی، پیش بینی آب و هوا از یک هفته قبل تنها به کسری از ثانیه در واحد پردازش گرافیکی NVIDIA (GPU) نیاز دارد.
مدل انقلابی دیگر مدل Pangu-Weather است که توسط Huawei Cloud توسعه یافته است. Pangu-Weather که در سال 2023 در Nature منتشر شد، به عنوان اولین مدل مجهز به هوش مصنوعی که از روش‌های عددی سنتی پیشی گرفت، جایگاه جدیدی را ایجاد کرد.
این مدل به طور گسترده در رویدادهای کلیدی مختلف آزمایش شده است، با موفقیت قابل توجه در مدل‌سازی تابستان 40 درجه سانتی‌گراد بریتانیا در سال 2022، و همچنین ردیابی مسیر طوفان یونیس در سال 2022 و طوفان Doxuri در سال 2023.
در اواخر سال 2023، گوگل Graphcast، جدیدترین رقیب در این زمینه را منتشر کرد. GraphCast که بر اساس چهار دهه داده ساخته شده است، بهتر از مدل های دیجیتال معمولی عمل می کند و ردیابی دقیق طوفان لی و همچنین رویدادهای مختلف گرمای شدید آن سال را نشان می دهد.
اگرچه چنین مدل‌های پیش‌بینی مبتنی بر هوش مصنوعی بر اساس معماری‌های کمی متفاوت ساخته شده‌اند، اما به‌طور غیرقابل انکاری مزیت برتری را که هوش مصنوعی در عرصه پیش‌بینی آب‌وهوا ارائه می‌کند، تقویت می‌کند. هر سه مدل منبع باز هستند و نمودارهایی در وب سایت مرکز اروپا برای پیش بینی هوای متوسط در دسترس عموم است.
یک انقلاب در پیش بینی باز
همانطور که در مقاله اخیر در نیچر مشخص شده است، همکاری فعال و به اشتراک گذاری داده ها نقطه اتکای برای ترکیب مدل های آب و هوایی بزرگتر خواهد بود. کارشناسان از مشاهده گسترش سریع هوش مصنوعی در میان مراکز ملی تحقیقات آب و هوا و اقلیم هیجان زده هستند.
با ادغام هوش مصنوعی در مدل‌های آب و هوایی، چند GPU اکنون می‌توانند یک مدل آب و هوا را با دقتی اجرا کنند که قبلاً برای دستیابی به آن نیاز به یک ابر رایانه داشت. مدل‌های پیشرفته کنونی نیز می‌توانند روی رایانه‌های شخصی حجیم اجرا شوند و پیش‌بینی آب و هوا را بیش از هر نقطه‌ای در تاریخ در دسترس قرار دهند.
برای دولت ها، در دسترس بودن مدل های سخت افزاری کارآمد، امکان داشتن مراکز پیش بینی منطقه ای کوچکتر را باز می کند. بدون سرمایه‌گذاری هنگفت در یک مرکز ابررایانه جدید، این مراکز می‌توانند با هزینه کمتری راه‌اندازی شوند، اما همچنان پیش‌بینی‌های نسبتاً دقیقی انجام می‌دهند و پیش‌بینی آب و هوای بهتری را برای عموم فراهم می‌کنند. تایوان در حال حاضر با NVIDIA کار می کند تا عواقب منطقه ای رویدادهای آب و هوایی را بهتر درک کند.
همزمان با باز شدن مدل‌های اقلیمی، محققان در حوزه عمومی، دانشگاه و صنعت می‌توانند دست به دست هم دهند تا نسل بعدی مدل‌های آب و هوایی را توسعه دهند.
هریس تاکید می‌کند که NVIDIA با جامعه توسعه‌دهنده همکاری نزدیکی دارد تا اطمینان حاصل کند که نرم‌افزار آن به سرعت و کارآمد اجرا می‌شود. هریس گفت: «ما در حال تعامل با جامعه گسترده‌تر هستیم تا به بهینه‌سازی و اطمینان از اینکه مدل‌ها می‌توانند به راحتی اتخاذ و تنظیم شوند تا با موارد استفاده معقول مطابقت داشته باشند، درگیر هستیم.
با ظهور مدل‌های سریع‌تر و دقیق‌تر و همچنین ارتقاء امکانات محاسباتی علم آب و هوا، دولت‌ها اکنون می‌توانند پیامدهای اقدامات متقابل بلندمدت برای مبارزه با تغییرات آب و هوایی را بهتر درک کنند. دسترسی جدید به علم آب و هوا و مدل سازی، آسمان صاف را برای هواشناسی پیش بینی می کند.
–
این مقاله برای اولین بار در نسخه چاپی ژانویه 2024 Supercomputing Asia منتشر شد.
برای عضویت در مجله چاپی دانشمند آسیایی اینجا را کلیک کنید.
حق چاپ: مجله دانشمند آسیایی.
سلب مسئولیت: این مقاله لزوماً منعکس کننده نظرات AsianScientist یا کارکنان آن نیست.