Google baru-baru ini merilis model sirkulasi atmosfer baru yang revolusioner, NeuralGCM, yang efisiensi komputasinya 100.000 kali lebih tinggi dibandingkan model fisik tradisional. Terobosan ini setara dengan kemajuan total dalam komputasi performa tinggi dalam 25 tahun terakhir. Artinya, prakiraan perubahan iklim akan membuka era baru, di mana para ilmuwan dapat memprediksi cuaca di masa depan dengan lebih cepat dan akurat, serta menyelidiki dampak perubahan iklim di berbagai wilayah di dunia, seperti kemungkinan kejadian cuaca ekstrem seperti kekeringan. dan banjir.
Baru-baru ini Google membuat terobosan luar biasa di bidang prakiraan cuaca. Mereka mengembangkan model sirkulasi umum atmosfer baru yang disebut NeuralGCM. Efisiensi komputasi model ini 100.000 kali lebih tinggi dibandingkan model fisik tradisional, yang setara dengan kemajuan komputasi kinerja tinggi dalam 25 tahun terakhir.
CEO Google mengumumkan hasilnya di media sosial dan menunjukkan bahwa NeuralGCM akan memberi para ilmuwan alat prediksi perubahan iklim baru. Hal ini membantu para peneliti memahami dampak perubahan iklim di berbagai wilayah pada saat suhu global meningkat tajam, seperti wilayah mana yang mungkin mengalami kekeringan jangka panjang atau risiko banjir di wilayah pesisir.
Model prakiraan cuaca tradisional biasanya mengandalkan hukum fisika, membagi bumi menjadi kubus dengan panjang sisi 50 hingga 100 kilometer, dan menghitung perubahan cuaca di area tersebut. Namun, metode ini terlalu besar dan banyak proses penting iklim yang diabaikan. Sebaliknya, NeuralGCM menggunakan jaringan neural untuk mempelajari prinsip fisik peristiwa cuaca skala kecil dari data yang ada, sehingga sangat meningkatkan akurasi simulasi.
NeuralGCM dilatih tentang data cuaca dari tahun 1979 hingga 2019 dan menunjukkan akurasi prakiraan cuaca yang melebihi model fisik canggih yang ada dalam waktu 2 hingga 15 hari. Dalam hal prediksi iklim, performa NeuralGCM juga cukup mengesankan, terutama dalam prediksi suhu, yang kesalahannya hanya sepertiga dari model tradisional.
Selain itu, NeuralGCM sangat efisien dalam hal kecepatan pengoperasian dan biaya penghitungan. Dibandingkan dengan model tradisional, NeuralGCM 3.500 kali lebih cepat, dan biaya penghitungan 100.000 kali lebih rendah dibandingkan X-SHiELD. Model ini hanya memerlukan komputer biasa untuk menjalankannya.
Peluncuran NeuralGCM menandai lompatan besar dalam bidang pemodelan iklim. Peluncuran ini tidak hanya memberikan kemungkinan baru untuk prakiraan cuaca di masa depan, namun juga memberikan dukungan yang lebih kuat bagi penelitian kami mengenai perubahan iklim.
Alamat kertas: https://t.co/zyXhW8deko
Highlight:
? Efisiensi komputasi model NeuralGCM 100.000 kali lebih tinggi dibandingkan model fisik tradisional, dan dapat mensimulasikan cuaca selama 22 hari dalam 30 detik!
Akurasi NeuralGCM melampaui model canggih yang ada dalam prakiraan cuaca mulai dari 2 hingga 15 hari.
? Biaya komputasinya 100.000 kali lebih rendah dibandingkan model tradisional, dan dapat dijalankan secara efisien menggunakan komputer biasa.
Kemunculan NeuralGCM telah memberikan efisiensi dan akurasi yang belum pernah terjadi sebelumnya pada prediksi iklim dan prakiraan cuaca, menyediakan alat yang ampuh untuk menghadapi perubahan iklim, menunjukkan prediksi iklim yang lebih akurat dan strategi respons yang lebih efektif di masa depan.