Hace varias semanas, los científicos del clima dijeron que una ola de calor extremo en China fue la peor registrada en cualquier lugar. Días después, Pakistán declaró el estado de emergencia nacional debido a inundaciones sin precedentes. En Europa, el calor récord del verano incluyó la temperatura más alta jamás registrada en Gran Bretaña . Y, en los EE. UU., la peor sequía en más de mil años está drenando los dos embalses más grandes del país, obligando al racionamiento de agua a millones de personas.
Los eventos climáticos extremos se han vuelto alarmantemente comunes en todas partes de la Tierra. Actualmente, en su mayoría reaccionamos, pero en un mundo ideal, seríamos capaces de predecir, prepararnos y adaptarnos a nuestro clima cambiante.
Sin embargo, eso puede ser más fácil decirlo que hacerlo.
El clima de la Tierra es deslumbrantemente complejo. Los patrones climáticos y meteorológicos están impulsados por una red irreductible de interacciones a través de una variedad de sistemas en todo el planeta. Agregue a eso la variedad de actividades humanas que influyen en estos sistemas, y se queda con un conjunto de variables dolorosamente elaborado.
Por lo tanto, un elemento esencial en la lista de deseos de la crisis climática es una forma de predecir cómo se comportarán estos sistemas con el tiempo. No es suficiente monitorear el problema como un informe meteorológico. También necesitamos inferir cómo las actividades humanas podrían influir en los resultados futuros. Un planificador urbano puede necesitar saber si sus planes de construcción deben tener en cuenta las inundaciones costeras. Pero los funcionarios de la ciudad que otorgan esos permisos tendrían que predecir cómo las emisiones de carbono de ese mismo edificio pueden afectar el clima.
Una propuesta emocionante llamada Destination Earth , un proyecto lanzado a principios de 2021 por la Comisión Europea, prevé un gemelo digital completamente simulado del clima de la Tierra. Esta copia de software de Earth permitiría a los investigadores y gobiernos hacer preguntas importantes sobre cómo la actividad humana actual podría afectar los resultados climáticos del mañana.
Fuertemente inspirado por la idea, NVIDIA anunció un proyecto igualmente ambicioso el año pasado. Su propia versión será un gemelo digital interactivo y una plataforma informática llamada Earth-2 .
“Al más alto nivel, la razón por la que estamos construyendo Earth-2 es poder predecir y monitorear el cambio climático, pero también desarrollar estrategias para mitigar y adaptarse al cambio”, Karthik Kashinath, ingeniero principal de NVIDIA y líder de ingeniería para el Iniciativa Earth-2, dijo recientemente Singularity Hub . Cuanto más sepamos lo que viene, mejor preparados estaremos.
Para apreciar el potencial de Earth-2, es importante comprender el panorama en desarrollo de las tecnologías de gemelos digitales. ¿Qué es un gemelo digital? ¿Y cómo podríamos hacer uno del tamaño de un planeta?
Detrás del rumor: gemelos digitales
Los gemelos digitales son una réplica simulada de la realidad. La realidad en este sentido podría referirse a un objeto físico como una turbina eólica o un edificio, un proceso como la línea de ensamblaje para fabricar un automóvil o un sistema como el sistema financiero o el clima. La idea es que al crear un duplicado basado en software de la cosa real, los gemelos digitales pueden proporcionar una forma interactiva de interactuar, hacer preguntas o hacer predicciones sobre ese objeto, proceso o sistema.
Varios ingredientes entran en la construcción de un gemelo digital, pero algunos que vale la pena mencionar son las interfaces interactivas 3D, los flujos de datos en vivo y los modelos de aprendizaje automático para la predicción.
como un videojuego
Las interfaces 3D son lo que les da a los gemelos digitales una calidad distintiva similar a la de un videojuego y por qué la prensa a menudo combina su cobertura de gemelos digitales con el metaverso.
Un ejemplo, para cualquiera que haya estado en un Tesla, es la herramienta de visualización del tablero , en la que el automóvil muestra una versión simulada de sí mismo en tiempo real en 3D. Estos entornos de juegos en 3D son útiles porque abstraen la complejidad de trabajar con las tecnologías subyacentes. Debido a los gemelos digitales, la planificación urbana, la gestión de instalaciones y la ciberseguridad se están convirtiendo en un trabajo que algún día podría ser difícil de distinguir de un videojuego .
En el caso de Earth-2, el proyecto utiliza la plataforma Omniverse de NVIDIA, que puede generar entornos 3D de alta resolución. Eso significa que los usuarios no necesitarán necesariamente habilidades de codificación complejas para trabajar con Earth-2.
“Estás interactuando con él a través de una interfaz que te permite mover controles deslizantes o escribir cosas. Debería ser sencillo hacer preguntas a este gemelo digital y obtener respuestas”, dijo Kashinath.
Reflejando la realidad
Incluso si un gemelo digital tiene imágenes 3D llamativas, no es útil a menos que refleje el sistema que está simulando. Para hacer eso, debe incluir datos en tiempo real sobre lo que sucede dentro de ese sistema.
Considere el nuevo Hummer EV, que utiliza el motor de juego Unreal para dar a los conductores una idea de lo que está sucediendo con el vehículo. El tablero muestra información en 3D sobre cosas como la presión de los neumáticos, la dirección cardinal, la salida de torque, las fuerzas g y los ángulos de cabeceo y balanceo. El automóvil puede hacer esto porque está equipado con una variedad de sensores que producen datos en tiempo real.
En los grandes edificios, los sensores de ocupación, los ascensores, las bombillas y más se integran con datos sobre el clima y las condiciones del tráfico en el exterior para crear una evaluación en tiempo real del edificio. Los gemelos digitales de edificios ahora integran decenas de miles de puntos de datos en un solo tablero, por lo que una forma común de describir los gemelos digitales es “una única fuente de verdad”.
Expandiendo esta idea de un edificio a todo el planeta, un gemelo digital del clima de la Tierra tendría que comportarse como si fuera real, y para hacerlo necesita una gran cantidad de datos.
Earth-2 asimila datos de fuentes que incluyen imágenes satelitales, sensores de estaciones terrestres, boyas oceánicas y globos meteorológicos. Por supuesto, estas herramientas no brindan a los científicos meteorológicos y climáticos una cobertura completa del mundo, por lo que los datos de cientos de fuentes diferentes se fusionan en un proceso llamado ” reanálisis “. Simplistamente, el reanálisis es como armar un rompecabezas. Dadas las piezas que ya tienes, puedes adivinar qué va en los huecos.
“Es la mejor representación que tenemos de la Tierra”, dijo Kashinath.
Máquina de predicción
Con respecto a los gemelos digitales en general, la IA es lo que los convierte de una imagen atractiva en algo interactivo, útil y predictivo. Una imagen 3D basada en datos de una turbina eólica, por ejemplo, no es tan útil como una que puede, digamos, decirle a un operador de campo que, debido a una variedad de razones, existe un 80 por ciento de posibilidades de que se averíe y necesite reparaciones hoy.
Earth-2 actualmente deriva sus poderes predictivos de un nuevo modelo de IA llamado FourCastNet , el primero de más modelos por venir. Desarrollado con científicos del Laboratorio Lawrence Berkeley, Caltech, la Universidad de Michigan y otros lugares, el modelo es una desviación importante del pronóstico del tiempo tradicional.
Los pronósticos meteorológicos todavía se basan en gran medida en un enfoque centenario llamado predicción meteorológica numérica (NWP). El proceso conecta las observaciones sobre el clima actual en ecuaciones que pueden predecir qué hará el clima a continuación. Gracias a una mayor potencia informática y al acceso a mejores datos, los modelos NWP han mejorado durante décadas. Los pronósticos de siete días de hoy, por ejemplo, son precisos aproximadamente el 80 por ciento del tiempo (aunque es probable matemáticamente imposible predecir eventos meteorológicos específicos más allá de unas dos semanas).
En lugar de un enfoque numérico, FourCastNet combina física y aprendizaje automático entrenado en aproximadamente 10 terabytes, o 40 años, de datos de reanálisis. Una vez entrenado, el sistema puede tomar los mismos datos de observación meteorológica y hacer pronósticos comparables a los modelos NWP.
Para probar su precisión, los investigadores compararon las predicciones de FourCastNet con los resultados del Sistema de Pronóstico Integrado (IFS, por sus siglas en inglés), un modelo NWP de uso común considerado como un estándar de oro en la predicción del clima. FourCastNet demostró predicciones ligeramente más precisas en escalas de tiempo más cortas y aproximadamente la misma precisión en las más largas. IFS sigue siendo superior a la hora de dar predicciones con una resolución ligeramente superior (9 kilómetros cuadrados en comparación con 25). Pero con más y mejores datos meteorológicos, Kashinath espera que FourCastNet mejore su resolución con el tiempo.
La mejora real, sin embargo, es su eficiencia. FourCastNet necesita mucho menos poder de cómputo y tiempo para procesar los números que los métodos tradicionales.
“Hoy, producir un pronóstico de siete días requiere del Centro Europeo de Pronósticos alrededor de 1500 nodos de CPU, y lo ejecutan durante decenas de minutos”, dijo Kashinath. “Nuestro modelo puede producir el mismo pronóstico con la misma fidelidad 50 000 veces más rápido, en una fracción de segundo y en una sola GPU”.
Si bien Kashinath dice que FourCastNet quizás ya sea una mejor opción para el pronóstico del tiempo debido a su velocidad (y una huella de carbono mucho más pequeña en la marca), comprender el futuro de nuestro clima va más allá de simplemente predecir el clima. Los modelos climáticos a largo plazo, a diferencia de los pronósticos meteorológicos, buscan comprender tendencias generales como temperaturas promedio y velocidades del viento, aumento del nivel del mar y frecuencia y severidad de eventos extremos.
Kashinath dice que la aceleración que permiten los modelos de IA como FourCastNet será especialmente útil para este tipo de predicciones. “Podremos explorar miles de escenarios muy rápidamente. Estamos lidiando con un problema que tiene muchos escenarios posibles, y simplemente no podemos esperar a que un modelo numérico se desarrolle y nos dé respuestas lentamente una por una”, dijo.
Un asistente de software de confianza
Kashinath dijo que lo que hace especiales a los gemelos digitales es su interactividad. Si bien hemos tenido pronósticos meteorológicos durante décadas, nunca hemos tenido sistemas a los que podamos hacer preguntas fácilmente (y rápidamente).
“Puede interactuar con el gemelo digital de maneras que simplemente no puede interactuar con un pronóstico del tiempo. Y es en tiempo real”, dijo. “Eso es algo que distingue a un gemelo digital de un pronóstico del tiempo o un modelo climático. Estás interactuando con él y obteniendo respuestas a un ritmo que es imposible con los modelos tradicionales”.
Gracias a una interfaz interactiva y un tiempo de respuesta rápido, Earth-2 puede resultar útil para los ciudadanos más allá de los científicos del clima y los encargados de formular políticas.
“Si soy un agricultor en Australia y quiero saber cómo será la situación de la sequía en los próximos 20 a 30 años y decidir qué tipo de cultivos me gustaría cultivar o cómo me gustaría cambiar el riego tecnologías que uso para mi granja, quiero poder hacer preguntas como esa a este gemelo digital y obtener respuestas”, dijo Kashinath.
FourCastNet, un proyecto de código abierto , es el primer producto de la iniciativa más amplia Earth-2 disponible para los investigadores. Y aunque no hay una fecha específica para el lanzamiento público de Earth-2 por parte del equipo, Kashinath dijo que estará abierto de manera similar para su uso por parte de la comunidad de investigación.
Con suerte, a medida que surgen herramientas como Earth-2, podemos planificar mejor y adaptarnos a nuestro clima que cambia rápidamente.
Crédito de la imagen: NVIDIA
Fuente:
Frank, A. (2022, 4 octubre). NVIDIA Is Making a Digital Twin of Earth’s Climate. Here’s an Inside Look. Singularity Hub. Recuperado 6 de octubre de 2022, de https://singularityhub.com/2022/10/04/nvidia-is-making-a-digital-twin-of-earths-climate-heres-an-inside-look/