Эмуляторы искусственного интеллекта для прогнозирования стали мощными инструментами, которые могут превзойти обычные числовые прогнозы. Следующим рубежом является создание эмуляторов для длительных климатических расчётов в диапазоне пространственно-временных масштабов, что особенно важно для океана. Эта работа создаёт искусный глобальный эмулятор океанического компонента современной климатической модели. Авторы эмулируют ключевые океанические переменные, высоту поверхности моря, горизонтальные скорости, температуру и солёность по всей их глубине. Используется модифицированная архитектура ConvNeXt UNet, обученная на многоглубинных уровнях океанических данных. Было показано, что эмулятор океана — Samudra — не демонстрирующий дрейф относительно истины, может воспроизводить глубинную структуру океанических переменных и их межгодовую изменчивость. Samudra стабилен на протяжении столетий и в 150 раз быстрее исходной модели океана. Samudra изо всех сил пытается уловить правильную величину вынуждающих тенденций и одновременно оставаться стабильным, что требует дальнейшей работы.

 

Ссылка: https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2024GL114318