🌐 Investigadores del MIT desarrollan IA más rápida para predicción climática
Una nova recerca podria conduir a models d'IA més ràpids i fiables per a la predicció climàtica
Un equip d'investigadors de l'Institut Tecnològic de Massachusetts (MIT) ha desenvolupat una tècnica innovadora que promet revolucionar la manera com es prediuen els efectes de les activitats humanes sobre el clima. Aquesta nova metodologia permet crear models d'intel·ligència artificial (IA) més ràpids, fiables i adaptables, coneguts com a emuladors climàtics, que poden simular l'impacte de les activitats humanes en el clima futur en qüestió de segons.
Aquests emuladors climàtics són eines crucials per als científics, ja que els permeten provar milers d'escenaris climàtics variats de manera eficient, oferint estimacions més fiables i la capacitat d'identificar resultats inesperats d'intervencions regionals. La tècnica desenvolupada pels investigadors del MIT millora el rendiment i l'adaptabilitat d'un emulador climàtic utilitzant només una fracció de les dades que normalment es requereixen, cosa que redueix significativament el temps de producció d'aquestes eines científiques.
Christopher Womack, PhD del MIT i ara investigador postdoctoral a ETH Zurich, va liderar l'estudi juntament amb altres experts de renom com Shahine Bouabid, Andrei Sokolov, Popat Salunke, Glenn Flierl, Sebastian D. Eastham i Noelle E. Selin. La seva recerca, publicada a Proceedings of the National Academy of Sciences, demostra que un emulador entrenat amb una quantitat molt menor de dades sintètiques acuradament seleccionades pot predir amb precisió els resultats d'escenaris que no havia vist durant l'entrenament, cosa que els emuladors tradicionals no aconseguien.
Aquests avenços són especialment rellevants per modelar escenaris de polítiques, ja que permeten generar dades d'entrenament optimitzades que acceleren la producció d'emuladors molt més fiables, cosa que al seu torn millora la confiança en els seus resultats per a la presa de decisions polítiques.
New research could lead to faster, trustworthy AI models for climate prediction
Un equipo de investigadores del Instituto Tecnológico de Massachusetts (MIT) ha desarrollado una técnica innovadora que promete revolucionar la forma en que se predicen los efectos de las actividades humanas sobre el clima. Esta nueva metodología permite crear modelos de inteligencia artificial (IA) más rápidos, confiables y adaptables, conocidos como emuladores climáticos, que pueden simular el impacto de las actividades humanas en el clima futuro en cuestión de segundos.
Estos emuladores climáticos son herramientas cruciales para los científicos, ya que les permiten probar miles de escenarios climáticos variados de manera eficiente, ofreciendo estimaciones más confiables y la capacidad de identificar resultados inesperados de intervenciones regionales. La técnica desarrollada por los investigadores del MIT mejora el rendimiento y la adaptabilidad de un emulador climático utilizando solo una fracción de los datos que normalmente se requieren, lo que reduce significativamente el tiempo de producción de estas herramientas científicas.
Christopher Womack, PhD del MIT y ahora investigador postdoctoral en ETH Zurich, lideró el estudio junto con otros expertos de renombre como Shahine Bouabid, Andrei Sokolov, Popat Salunke, Glenn Flierl, Sebastian D. Eastham y Noelle E. Selin. Su investigación, publicada en Proceedings of the National Academy of Sciences, demuestra que un emulador entrenado con una cantidad mucho menor de datos sintéticos cuidadosamente seleccionados puede predecir con precisión los resultados de escenarios que no había visto durante el entrenamiento, algo que los emuladores tradicionales no lograban.
Estos avances son especialmente relevantes para modelar escenarios de políticas, ya que permiten generar datos de entrenamiento optimizados que aceleran la producción de emuladores mucho más confiables, lo que a su vez mejora la confianza en sus resultados para la toma de decisiones políticas.
New research could lead to faster, trustworthy AI models for climate prediction
A team of researchers from the Massachusetts Institute of Technology (MIT) has developed an innovative technique that promises to revolutionise the way the effects of human activities on the climate are predicted. This new methodology allows for the creation of faster, more reliable, and adaptable artificial intelligence (AI) models, known as climate emulators, which can simulate the impact of human activities on the future climate in a matter of seconds.
These climate emulators are crucial tools for scientists, as they allow them to efficiently test thousands of varied climate scenarios, offering more reliable estimates and the ability to identify unexpected outcomes of regional interventions. The technique developed by MIT researchers improves the performance and adaptability of a climate emulator using only a fraction of the data normally required, significantly reducing the production time of these scientific tools.
Christopher Womack, PhD from MIT and now a postdoctoral researcher at ETH Zurich, led the study along with other renowned experts such as Shahine Bouabid, Andrei Sokolov, Popat Salunke, Glenn Flierl, Sebastian D. Eastham, and Noelle E. Selin. Their research, published in Proceedings of the National Academy of Sciences, demonstrates that an emulator trained with a much smaller amount of carefully selected synthetic data can accurately predict the outcomes of scenarios it had not seen during training, something traditional emulators could not achieve.
These advances are especially relevant for modelling policy scenarios, as they allow for the generation of optimised training data that accelerates the production of much more reliable emulators, which in turn improves confidence in their results for policy decision-making.
¿Te ha interesado esta noticia?
Recibe cada mañana el resumen de IA y sociedad directo en tu email.
Suscríbete gratis →