nuntium

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Compile | Meng Qiang
Edit | Yunpeng

Res intelligentes nuntiaverunt die 24 mensis Iulii anno Google chartam in Natura die 23 mensis Iulii edidisse, exemplum atmosphaericum NeuralGCM in cooperatione cum Centre Europaeo progressum ad medium-range Tempestatis Praedictio (ECMWF). doctrina coniungitur ut accurationem et efficaciam exemplorum in caeli et caeli praenuntiatione emendare possit.

Ex charta NeuralGCM praenuntiationem accuratam ab 1 ad 15 dies comparatum esse cum ECMWF, quod exemplar tempestatis corporis antecedens traditum habet; addito superficiali maris temperie, praedictionis eventus NeuralGCM XL annorum climatis congruere possunt cum illis ab ECMWF notitia calefactionis globalis trenda consecuta constantes sunt; NeuralGCM etiam exempla in cyclonibus eorumque trajectorias praenuntiando superat existentia climatis.

Memorabile est NeuralGCM etiam "longe ante" secundum velocitatem. Potest generare 22,8 dies simulationis atmosphaerici in 30 secundis temporis calculi, et calculus sumptus 100,000 vicibus minor est quam traditum GCM. Cum primum exemplar climatis ex machina discendi nititur, NeuralGCM tempestatis praesagium et caeli simulationem ad novum gradum in terminis subtilitatis et efficacitatis praedictionis excitavit.

Inscriptio charta: https://www.nature.com/articles/s41586-024-07744-y

1. Apparatus doctrinarum exemplar aeris mutationis impellit

Terra insueta calefacit rate, et extrema tempestas multis annis incidit. In contextu crebris extremae tempestatis, momentum caeli praenuntiatio maxime eminet.

Exemplar generale Circulationis (GCM) fundamentum est tempestatis et climatis praedictio et traditum exemplum est ad simulatam et praedicendam Telluris atmosphaeram et systema climatis innixum physicis. Processus physicos simulando sicut atmosphaera Telluris, oceani, terrae et glacialis schedae, GCM diuturnum tempus tempestatum et climatis praedictiones praebere possunt. Etsi exemplaria climatis conventionales per decades meliores factae sunt, saepe patiuntur errores ac bipes ob incompletam intelligentiam phisicorum quomodo opera clima Telluris et exempla aedificantur.

Stephan Hoyer, ingeniarius senior apud Google, dixit traditum GCM dividere terram in cubos ab superficie ad atmosphaeram, cum longitudinibus lateralibus plerumque 50-100 chiliometrorum, et secundum hoc praedicit mutationes tempestatum in unoquoque cubo per aliquod temporis spatium. . Perveniunt ad praedicta, computando mutationes dynamicas in aere et humore secundum leges physicae. Multi autem processus caeli magni ponderis, sicut nubes formationis et pluviae, variantur in quadam magnitudine a millimetrorum usque ad chiliometrorum, quae multo minor est quam magnitudo cubica quae nunc in GCMs adhibetur, ideoque accurate in physicis computari non possunt.

Accedit, quod scientias physicis quibusdam processibus completa scientia caret, sicut nubes formant. Haec igitur exemplaria tradita non plane in principiis physicis nituntur, sed exemplaribus simplicioribus utuntur ad approximationes generandas ad motus tempestatum parameterizes, sed accessus ille subtilitatem GCMs minuit.

Sicut traditum exemplaribus, NeuralGCM atmosphaeram Telluris in cubos dividit et proprietates physicas magnarum mutationum processuum computat sicut motus aeris et motus aquae. Sed dynamica tempestas ad minima sicut formatio nubes, NeuralGCM tradito parameterizatione non utitur, sed retis neurals utitur ad physicas notas discendas harum dynamicorum tempestatis ab existentibus tempestatibus data.

Hoyer declaravit clavem innovationis NeuralGCM esse, Google scripsisse numerum solver pro magnarum rerum mutatione processuum a VULNUS in JAX, quod sinit exemplar "online" utendo gradiu-based optimiizationis componi posse. Aliud beneficium totius exemplar scribendi in JAX est quod exemplar efficaciter currere potest in TPUs et GPUs, cum exemplaria aerumna traditionalia plerumque in CPUs currunt.

2. Praedictio accuratio melior est quam exemplar hodiernae artis

Charta ostendit exsecutionem exemplaris deterministici NeuralGCM (exputando unum, praenuntiationis determinatum exitum) in 0,7° resolutione comparari cum exemplaribus hodiernis status artis, et accuratio tempestatum praenuntiatio ad quinque dies pervenire potest.

Exempla determinata non plene repraesentant diversitatem status futurorum systematis climatis, quod solum unum praenuntiationem consequuntur. . Charta affirmat NeuralGCM's 1.4° solutionis ensemble exemplar praenuntii quod praesentis status-of-the-artis exempla praenuntiet secundum accurationem praecognoscendi ab 5 ad 15 dies.

Praeterea, coniectura NeuralGCM climatis accurationem longiorum spatiorum etiam altior est quam exempla hodierna statu-of-artis. Cum temperaturas praenuntians per XL annorum tempus ab 1980 ad 2020, NeuralGCM scriptor 2.8° exemplar deterministicum mediocris erroris soli 0,25 graduum Celsii habuit, tertiam partem errorum Intercomparisonis Atmosphaerici.

3. Simulatio atmosphaerica dynamica est unius anni in 8 minuta

Hoyer dixit velocitatem calculi NeuralGCM esse plures ordines magnitudinis velociores quam GCM traditionales, et calculi sumptus inferiores esse. Exemplar NeuralGCM 1.4° plus quam 3,500 partibus velocius est quam exemplar summae subtilitatis climatis X-SHIELD. Aliis verbis, investigatores 20 dies cepit ut annum atmosphaericum dynamicorum utentium X-SHIELD simularet, sed tantum VIII minuta utens NeuralGCM.

Investigatores praeterea postulant accessum ad supercomputatorium cum 13.000 CPUs ad X-scutum currendum, cum NeuralGCM currens solum computatorium cum uno TPU requirit. Hoyer dixit sumptus computationales simulationis climatis usura NeuralGCM esse centum milies qui utendi X-SHIELD.

Conclusio: Ad apertiorem, celerem et efficacem exemplar climatis praedictio

Turma Google investigationis fontem NeuralGCM pondus publici in GitHub pro usu non-commerciali fecit. NeuralGCM in laptop currere potest, ideo investigatores clima spe plures in suo opere exemplari utentur.

In statu, NeuralGCM solum atmosphaeram Telluris simulat, sed Google sperat se incorporare alia systemata caeli, sicut maria et cyclus carbo, in exemplum in futuro. Quamvis NeuralGCM exemplar climatis nondum completum sit, eius emersio novas notiones praebet ad praedictionem climatis.

Source: Google, Natura