風雨欲來:人工智慧解決了氣候預測中的不確定性

作者 Isha Salian

氣候研究人員放眼未來,致力於預測接下來數十年地球暖化的程度,可是他們用於分析氣候的軟體,很多都已經是幾十年前的老古董。

這種老舊的軟體架構難以利用近年來出現的新方法,對其進行更新。一群研究人員從頭開始,試圖寫出一個新的氣候模型,以求發揮人工智慧、新的軟體工具及 NVIDIA GPU 的長處。

來自加州理工學院、麻省理工學院、海軍研究生院與 NASA 噴氣推進實驗室的科學家,參與了這項名為氣候模型聯盟(Climate Modeling Alliance,簡稱 CliMA)的計畫。

麻省理工學院海洋學教授,也是這項計畫的首席研究員 Raffaele Ferrari 表示:「從1960年代以來,運算技術已經出現顯著進步,我們也較過去獲得更豐厚的知識,不過在以前剛開發出氣候模型之際,有不少內容是以硬編碼的方式寫入模型中。」

從零開始建立一個新的氣候模型,使得氣候研究人員能夠更深入地考慮小規模的環境特徵,包括雲層、降雨、海冰和海洋湍流等。

在地理學範疇中的這些變數,都小到無法在氣候模型中精確捕捉,倒是能夠透過人工智慧提高估算這些變數的程度。與現有模型相比,在新的氣候模型中加入人工智慧的預測內容,可以將不確定性降低一半

研究團隊使用 Julia 來開發新的模型。Julia 是麻省理工學院開發出的一種程式設計語言,設計用於進行平行與分散式運算作業,讓科學家能在現場及 Google Cloud 雲端環境,使用 NVIDIA V100 Tensor Core GPU 加快氣候模型的計算速度。

隨著專案的進展,研究人員打算使用像是橡樹嶺國家實驗室那套搭載 GPU 的 Summit 系統等超級電腦,還有商業雲端資源來運行新的氣候模型,他們希望在未來五年內能夠正式運行那套模型。

人工智慧扭轉乾坤

氣候學家使用物理和熱力學方程式,計算氣溫、海平面和降水量等環境變數的演變情況,但若要對整個地球進行這些運算,就變成一項十分吃緊的運算作業。研究人員在現有的模型中以100平方公里為單位,將地球劃分為一個又一個的網格。

他們一一計算每個100平方公里的區塊,使用數學近似方法來處理較小的地理特徵,像是海洋中的湍流漩渦及天空中的低雲,這種方法可以測量小於一公里的範圍。把網格串連回全球氣候模型時,輸出結果往往會出現一定的不確定性。

一點點的不確定性便會造成重大的影響性,尤其是在氣候科學家為政策制定者們估算還有多少年全球平均氣溫上升幅度就會超過攝氏兩度的時候。從當前的不確定性水準來看,研究人員以現有排放量估算,最早會在2040年,或是最晚在2100年之間突破這個門檻。

Ferrari 說:「這個不確定性太大了。任何能降低不確定性的舉動,都能加惠這個社會,金額達數兆美元之譜。舉例來說,要是能更清楚掌握降水模式的變化情況,那麼從土木工程師到農民的每個人,都能決定要規畫哪些基礎設施和實務內容。」

深入研究海洋資料

麻省理工學院的研究人員正致力於建立 CliMA 全新氣候模型中的海洋元素,以求分析海洋元素對氣候變化的影響。海洋覆蓋了地球表面約七成的面積,是主要的熱量和二氧化碳儲存場所。科學家們研究了水溫、鹽度和洋流速度等變數,以做出與海洋有關的氣候預測內容。

Ferrari 說: 「洶湧的水流是一個重要的變數,它們就像『許多小風暴』一樣在海洋中流動。要是不計算所有這些漩渦運動,就會嚴重低估海洋吸收熱量和碳的方式。」

研究人員使用 GPU,便能把高解析度模擬的解析度從100平方公里縮小到1平方公里,大幅降低了不確定性。然而這些模擬作業過於耗費時間和金錢,無法直接納入一個展望未來幾十年的氣候模型。

這便是人工智慧模型可以從高精細解析度的海洋和雲層模擬內容中學習的地方。

麻省理工學院地球、大氣和行星科學系首席研究工程師 Chris Hill 表示:「我們的目標是以每個100平方公里的區塊為單位,運行數千個高解析度模擬作業,如此一來便能解決當前氣候模型未能捕捉到的小規模物理問題。」

這些高解析度模擬內容能夠產生出豐富的合成資料,而這些資料可以結合更稀少的實體環境測量資料,建立出完善的訓練資料集,讓人工智慧模型可用來評估海洋湍流和雲層模式等小規模物理現象,對大規模氣候變數的影響性。

CliMA 研究人員接著便能把這些人工智慧工具加入新的氣候模型軟體,提高長期預測的準確性。

Hill 說:「我們覺得 GPU 技術可以大幅提高運算效能。」

麻省理工學院在今年六月舉辦了為期一周的 GPU 駭客馬拉松活動,Hill 的團隊與來自其他大學的研究團隊等開發者,使用 CUDA 平行運算平台及 Julia 程式設計語言進行海洋建模、電漿融合和天體物理學等專案。

如需更多關於人工智慧及 GPU 如何加快推動科學研究領域發展腳步的資訊,請見 NVIDIA 高等教育網頁。在我們的教育用途價格網頁上,提供最新學術界購買 NVIDIA 硬體設備的優惠折扣資訊。

圖片由 Tiago Fioreze 提供,獲得 Wikimedia Commons Creative Commons 3.0 使用授權許可。