O Google lançou recentemente um novo modelo revolucionário de circulação atmosférica, NeuralGCM, cuja eficiência computacional é surpreendentemente 100.000 vezes maior do que os modelos físicos tradicionais. Este avanço é equivalente ao progresso total na computação de alto desempenho nos últimos 25 anos. Isto significa que a previsão das alterações climáticas dará início a uma nova era, onde os cientistas poderão prever o tempo futuro com mais rapidez e precisão, e aprofundar-se no impacto das alterações climáticas em diferentes regiões do mundo, tais como a probabilidade de eventos climáticos extremos, como secas. e inundações e intensidade.
Recentemente, o Google fez um avanço surpreendente no campo da previsão do tempo. Eles desenvolveram um novo modelo de circulação atmosférica geral chamado NeuralGCM. A eficiência computacional deste modelo é 100.000 vezes maior do que o modelo físico tradicional, o que equivale ao progresso da computação de alto desempenho nos últimos 25 anos.
O CEO do Google anunciou os resultados nas redes sociais e destacou que o NeuralGCM fornecerá aos cientistas uma nova ferramenta de previsão das mudanças climáticas. Isto ajuda os investigadores a compreender o impacto das alterações climáticas nas diferentes regiões, numa altura em que as temperaturas globais estão a aumentar acentuadamente, nomeadamente quais as áreas que podem sofrer com secas prolongadas ou o risco de inundações nas zonas costeiras.
Os modelos tradicionais de previsão do tempo geralmente se baseiam nas leis da física, dividindo a Terra em cubos com comprimento lateral de 50 a 100 quilômetros e calculando as mudanças climáticas nessas áreas. No entanto, este método é demasiado extenso e muitos processos climáticos importantes são ignorados. Diferentemente, o NeuralGCM usa redes neurais para aprender os princípios físicos de eventos climáticos de pequena escala a partir de dados existentes, melhorando significativamente a precisão das simulações.
NeuralGCM foi treinado em dados meteorológicos de 1979 a 2019 e demonstrou precisão de previsão meteorológica excedendo os modelos físicos de última geração existentes dentro de 2 a 15 dias. Em termos de previsão climática, o desempenho do NeuralGCM também é bastante impressionante, especialmente na previsão de temperatura, cujo erro é de apenas um terço do dos modelos tradicionais.
Além disso, o NeuralGCM é extremamente eficiente em termos de velocidade de execução e custo de cálculo. Em comparação com os modelos tradicionais, é 3.500 vezes mais rápido e o custo de cálculo é 100.000 vezes menor que o X-SHiELD.
O lançamento do NeuralGCM marca um grande avanço no campo da modelação climática. Não só proporciona novas possibilidades para previsões meteorológicas futuras, mas também fornece um apoio mais forte à nossa investigação sobre alterações climáticas.
Endereço do artigo: https://t.co/zyXhW8deko
Destaques:
? A eficiência computacional do modelo NeuralGCM é 100.000 vezes maior que a dos modelos físicos tradicionais e pode simular 22 dias de clima em 30 segundos!
A precisão do NeuralGCM supera os modelos de última geração existentes em previsões meteorológicas que variam de 2 a 15 dias.
?Seu custo de computação é 100.000 vezes menor que o modelo tradicional e pode ser executado com eficiência em computadores comuns.
O surgimento do NeuralGCM trouxe eficiência e precisão sem precedentes à previsão climática e às previsões meteorológicas, fornecendo uma ferramenta poderosa para lidar com as alterações climáticas, indicando previsões climáticas mais precisas e estratégias de resposta mais eficazes no futuro.