Google은 최근 혁신적인 새로운 대기 순환 모델인 NeuralGCM을 출시했습니다. 이 모델의 계산 효율성은 기존 물리적 모델보다 무려 100,000배나 높습니다. 이 획기적인 발전은 지난 25년 동안의 고성능 컴퓨팅의 총 발전과 맞먹습니다. 이는 기후변화 예측이 과학자들이 미래의 날씨를 보다 빠르고 정확하게 예측하고, 가뭄과 같은 기상이변의 가능성 등 기후변화가 전 세계 여러 지역에 미치는 영향을 조사할 수 있는 새로운 시대를 열 것이라는 의미입니다. 홍수와 강도.
최근 Google은 일기예보 분야에서 놀라운 발전을 이루었습니다. 그들은 NeuralGCM이라는 새로운 대기 일반 순환 모델을 개발했습니다. 이 모델의 계산 효율성은 기존 물리적 모델보다 100,000배 더 높으며 이는 지난 25년 동안 고성능 컴퓨팅이 발전한 것과 같습니다.
Google CEO는 소셜 미디어를 통해 결과를 발표하고 NeuralGCM이 과학자들에게 새로운 기후 변화 예측 도구를 제공할 것이라고 지적했습니다. 이는 연구자들이 지구 온도가 급격하게 상승하는 시기에 기후 변화가 여러 지역에 미치는 영향(예: 장기 가뭄으로 고통받을 수 있는 지역이나 해안 지역의 홍수 위험)을 이해하는 데 도움이 됩니다.
전통적인 일기예보 모델은 일반적으로 물리 법칙에 의존하여 지구를 한 변의 길이가 50~100km인 입방체로 나누고 이 지역의 날씨 변화를 계산합니다. 그러나 이 방법은 너무 규모가 커서 많은 중요한 기후 과정이 무시됩니다. 이와 달리 NeuralGCM은 신경망을 사용하여 기존 데이터에서 소규모 기상 현상의 물리적 원리를 학습하여 시뮬레이션의 정확성을 크게 향상시킵니다.
NeuralGCM은 1979년부터 2019년까지의 기상 데이터에 대해 교육을 받았으며 2~15일 이내에 기존 최첨단 물리적 모델을 능가하는 일기 예보 정확도를 입증했습니다. 기후 예측 측면에서도 NeuralGCM의 성능은 상당히 인상적입니다. 특히 기온 예측에서는 오류가 기존 모델의 1/3에 불과합니다.
또한 NeuralGCM은 실행 속도와 계산 비용 측면에서 매우 효율적이며 기존 모델에 비해 3,500배 빠르며 X-SHIELD보다 계산 비용은 100,000배 저렴합니다. 실행하려면 일반 컴퓨터만 있으면 됩니다.
NeuralGCM의 출시는 기후 모델링 분야에서 큰 도약을 의미합니다. 이는 미래 일기 예보에 대한 새로운 가능성을 제공할 뿐만 아니라 기후 변화에 대한 연구에 대한 강력한 지원을 제공합니다.
논문 주소: https://t.co/zyXhW8deko
하이라이트:
? NeuralGCM 모델의 계산 효율성은 기존 물리적 모델보다 100,000배 더 높으며 30초 안에 22일간의 날씨를 시뮬레이션할 수 있습니다!
NeuralGCM의 정확도는 2~15일 범위의 일기 예보에서 기존 최첨단 모델을 능가합니다.
? 컴퓨팅 비용은 기존 모델보다 100,000배 저렴하며 일반 컴퓨터를 사용하여 효율적으로 실행할 수 있습니다.
NeuralGCM의 출현은 기후 예측 및 일기 예보에 전례 없는 효율성과 정확성을 가져왔고, 기후 변화에 대처할 수 있는 강력한 도구를 제공하여 향후 보다 정확한 기후 예측과 보다 효과적인 대응 전략을 제시합니다.