Dewek 
Algoritme di balik perangkat AI generatif seperti DallE, bila dikombinasikan dengan data berbasis fisika, dapat digunakan untuk mengembangkan cara yang lebih baik untuk memodelkan iklim Bumi. Ilmuwan komputer di Seattle dan San Diego kini telah menggunakan kombinasi ini untuk membuat model yang mampu memprediksi pola iklim selama 100 tahun 25 kali lebih cepat daripada model terkini.
Secara khusus, model yang disebut Spherical DYffusion ini dapat memproyeksikan pola iklim selama 100 tahun dalam 25 jam—simulasi yang akan memakan waktu berminggu-minggu untuk model lain. Selain itu, model terkini yang ada perlu dijalankan pada komputer super. Model ini dapat dijalankan pada kluster GPU di laboratorium penelitian.
“Model pembelajaran mendalam berbasis data akan segera mengubah pemodelan cuaca dan iklim global,” tulis para peneliti dari University of California San Diego dan Allen Institute for AI.
Tim peneliti mempresentasikan hasil kerja mereka di konferensi NeurIPS 2024, 9 hingga 15 Desember di Vancouver, Kanada.
Simulasi iklim saat ini sangat mahal untuk dibuat karena kompleksitasnya. Akibatnya, para ilmuwan dan pembuat kebijakan hanya dapat menjalankan simulasi untuk jangka waktu terbatas dan hanya mempertimbangkan skenario yang terbatas.
Salah satu wawasan utama para peneliti adalah bahwa model AI generatif, seperti model difusi, dapat digunakan untuk proyeksi iklim ansambel. Mereka menggabungkan ini dengan Operator Neural Sferis, model jaringan neural yang dirancang untuk bekerja dengan data pada bola.
Model yang dihasilkan dimulai dengan pengetahuan tentang pola iklim dan kemudian menerapkan serangkaian transformasi berdasarkan data yang dipelajari untuk memprediksi pola masa depan.
“Salah satu keuntungan utama dibandingkan model difusi (DM) konvensional adalah bahwa model kami jauh lebih efisien. Mungkin saja untuk menghasilkan prediksi yang sama realistis dan akurat dengan DM konvensional tetapi tidak dengan kecepatan seperti itu,” tulis para peneliti.
Selain berjalan jauh lebih cepat daripada yang canggih, model ini juga hampir sama akuratnya tanpa memerlukan komputasi yang mahal.
Ada beberapa keterbatasan pada model yang ingin diatasi oleh para peneliti dalam iterasi berikutnya, seperti memasukkan lebih banyak elemen dalam simulasi mereka. Langkah selanjutnya termasuk mensimulasikan bagaimana atmosfer merespons CO2.
“Kami meniru atmosfer, yang merupakan salah satu elemen terpenting dalam model iklim,” kata Rose Yu, anggota fakultas di Departemen Ilmu Komputer dan Teknik UC San Diego dan salah satu penulis senior makalah tersebut.
Pekerjaan tersebut berasal dari magang yang dilakukan oleh salah satu mahasiswa Ph.D. Yu, Salva Ruhling Cachay, di Allen Institute for AI (Ai2).
Video hasil pemodelan:
Sumber: Emulasi Probabilistik Model Iklim Global dengan Spherical DYffusion
Peta pemodelan resiko banjir perlu lebih akurat