NeuralGCM が機械学習で気候モデリングに革命を起こす

NeuralGCM は機械学習による気候モデリングの革新であり、インターネットインフラ、ガバナンス、運用依存性、市場可視性との関連が公開証拠で示されているため、BTW Media のプロファイル対象となっています。

• Google と欧州中期予報センター（ECMWF）の研究者チームは、AI を活用して気象予報の速度と精度を向上させる NeuralGCM という新しい気候モデルを開発しました。
• NeuralGCM は、ニューラルネットワークを用いて従来の物理シミュレーションを強化することで、気候プロセスのモデリングと予測に大幅な進歩をもたらしました。

当サイトの見解
Google と ECMWF の研究者が、NeuralGCM と呼ばれる革新的な気候モデルを発表しました。。NeuralGCM は、従来の高性能計算（HPC）を強化するためにニューラルネットワークを使用し、古典的なモデルでは正確にシミュレートが難しい雲や降水の変動などの小規模な気候プロセスに焦点を当てています。ECMWF が収集した過去の気象データを訓練に使用することで、NeuralGCM は予測の速度と精度を大幅に向上させ、特に高解像度のシミュレーションにおいて既存の気候モデルを凌駕し、気候科学と気象予報の分野に新たな希望と可能性をもたらしています。
- Rae Li, BTW ジャーナリスト

経緯

NeuralGCMは、雲や降水量の変化など、従来のモデルでは正確に捉えることが困難な小規模な気候プロセスに焦点を当てており、ECMWF が収集した過去の気象データで訓練されることにより、予測の速度と精度を向上させる可能性を示しています。このモデルは、Google の機械学習フレームワーク JAX を使用して開発され、TPU や GPU などのアクセラレーター上でネイティブに実行できるため、速度と効率が大幅に向上します。

Google によると、NeuralGCM の 1.4 度解像度バージョンは、X-SHiELD モデルよりも 3,500 倍以上高速です。NeuralGCM のソースコードとモデルの重みは、非営利ライセンスの下で GitHub に公開され、一般利用が可能になりました。研究者たちは、最終的には海洋や炭素循環など、地球の気候システムの他の側面をモデルに統合し、NeuralGCM が気象予報を超えて、より長い時間スケールでの予測、つまり気候予測のレベルに到達することを期待しています。

こちらもお読みください:DataRobot の機能とは？AI と機械学習の自動化

こちらもお読みください:DataRobot とは：機械学習と AI に革命を起こす

重要性

NeuralGCM モデルは、気候モデルの予測能力を向上させる AI の大きな可能性を示しています。NeuralGCM モデルは、特に従来のモデルでは捉えにくい小規模なプロセスを含め、気候現象をより正確にシミュレート・予測することができます。これにより、気象予報の精度と速度の向上に貢献し、複雑な気候システムの理解、気候変動への対応、および関連政策の策定に重要な意味を持ちます。

さらに、NeuralGCM モデルの開発とオープンソース公開は、気候科学コミュニティに新たなツールを提供し、学際的な協力と知識共有を促進します。TPU や GPU などの高性能計算リソースを利用することで、NeuralGCM モデルはより高速に動作し、研究者がより効率的に気候シミュレーションと分析を行うのに役立ちます。