Tag: rápida

Un modelo de inteligencia artificial (IA) desarrollado por Microsoft puede predecir con precisión el clima y la contaminación del aire en todo el mundo, y lo hace en menos de un minuto.

El modelo, llamado Aurora, es uno de los Una gran cantidad de pronosticadores meteorológicos de IA Siendo desarrollado por gigantes tecnológicos, incluidos GraphCast de Google DeepMind Y FourCastNet de Nvidia. Pero la capacidad de Aurora para predecir rápidamente la contaminación del aire a nivel mundial es innovadora, afirman los investigadores.

DeepMind AI predice el clima con precisión, en una computadora de escritorio

“Para mí, este es el primer gran paso en el camino de la química atmosférica y el aprendizaje automático”, afirma Matthew Chantry, investigador de aprendizaje automático en el Centro Europeo de Previsión Meteorológica a Plazo Medio (ECMWF) en Reading, Reino Unido.

La previsión meteorológica tradicional utiliza modelos matemáticos de procesos físicos en la atmósfera, la tierra y el mar. Para predecir los niveles de contaminación del aire, los investigadores han utilizado previamente el aprendizaje automático combinado con modelos matemáticos tradicionales, dice Chantry. Aurora parece ser el primer modelo totalmente basado en inteligencia artificial para pronosticar la contaminación del aire a nivel mundial, una tarea mucho más compleja que el pronóstico del tiempo, dice Chantry.

“Eso fue lo que pensé: 'Vaya, es un resultado realmente fantástico'”, dice. El beneficio de los modelos de IA es que a menudo requieren menos potencia computacional para hacer predicciones que los modelos tradicionales, afirma Chantry.

El investigador de IA Paris Perdikaris, del Centro de Investigación Microsoft AI4Science en Filadelfia, Pensilvania, y sus colegas descubrieron que Aurora puede predecir los niveles de seis contaminantes atmosféricos importantes en todo el mundo: monóxido de carbono, óxido de nitrógeno, dióxido de nitrógeno, dióxido de azufre y ozono. partículas, durante cinco días en menos de un minuto. Puede hacerlo “a un costo computacional de un orden de magnitud menor” que el modelo tradicional utilizado por el Servicio de Monitoreo Atmosférico Copernicus del ECMWF, que pronostica la contaminación atmosférica global, escribió el equipo en una preimpresión.¹ Publicado en arXiv el 20 de mayo.

Cómo la inteligencia artificial mejora las predicciones climáticas

La calidad de las predicciones de Aurora fue similar a la del modelo tradicional. Los formuladores de políticas utilizan tales pronósticos para rastrear y proteger contra los daños a la salud causados ​​por la contaminación del aire, que se ha relacionado con un mayor riesgo de asma, enfermedades cardíacas y demencia.

Los investigadores entrenaron a Aurora con más de 1 millón de horas de producción de datos de seis modelos meteorológicos y climáticos. Después del entrenamiento, el equipo modificó el modelo para predecir la contaminación y el clima a nivel mundial. El modelo genera un pronóstico meteorológico global de 10 días junto con un pronóstico de contaminación del aire.

Aunque el equipo dice que Aurora puede superar a otros modelos de pronóstico del tiempo impulsados ​​por IA, como GraphCast, que puede superar a los modelos tradicionales, pronosticando el clima global en minutos, en algunas tareas, es demasiado pronto para hacer una comparación definitiva, dice Chantry. “Habría que dedicar mucho tiempo, y probablemente tener acceso a los propios modelos, para poder entrar en detalles y decir con cierta certeza que el Modelo A es mejor que el Modelo B”, afirma.

Investigaciones adicionales revelarán si los modelos de IA “centrales” entrenados en diversos conjuntos de datos, como Aurora, funcionan mejor que aquellos entrenados en un solo conjunto de datos, como GraphCast. “Hay mucha ciencia excelente por hacer”, afirma.