«Этельред» долбоору: Болжолдуу климаттык моделдөө үчүн AI

Долбоордун баяндамасы

«Этельред» долбоору, KPIнин Кибернетикалык интеллект факультетинин жаңычыл демилгеси, климаттын өзгөрүшүнүн күчөп бараткан чакырыктарына жооп берүү үчүн Жасалма Интеллекттин акыркы жетишкендиктерин колдонууга багытталган. Биздин негизги максатыбыз – узак мөөнөттүү климаттык үлгүлөрдү жана алардын регионалдык экосистемаларга тийгизген таасирин болуп көрбөгөндөй тактык менен болжолдой ала турган өтө так Жер-системалык негизги моделин иштеп чыгуу.

Спутниктерден, жер үстүндөгү сенсорлордон жана тарыхый жазуулардан алынган кеңири, ар түрдүү маалымат топтомдорун интеграциялоо аркылуу, «Этельред» саясатчыларга, өнөр жайларга жана коомчулуктарга климаттык тобокелдиктерди азайтуу жана өзгөрүп жаткан чөйрөгө ыңгайлашуу үчүн иш жүзүндө колдонула турган түшүнүктөрдү берүүгө умтулат.

Негизги максаттар

• Планетанын климаттык системасындагы татаал сызыктуу эмес өз ара аракеттенүүлөрдү камтый ала турган петабайттык масштабдагы Жер-системалык негизги моделин куруу жана үйрөтүү.
• Экстремалдуу аба ырайы окуяларынын жыштыгына жана интенсивдүүлүгүнө басым жасоо менен, регионалдык климаттык божомолдордун тактыгын кеминде бир кыйла жогорулатуу.
• Моделдик божомолдордун артындагы кыймылдаткычтарды түшүнүү жана белгисиздиктерди сандык баалоо үчүн Түшүндүрмөлүү AI (XAI) модулдарын иштеп чыгуу.
• Глобалдык кызматташууну өнүктүрүү үчүн моделдик жыйынтыктарды, божомолдорду жана аналитикалык куралдарды бөлүшүү үчүн ачык жеткиликтүү платформа түзүү.
• Долбоордун жыйынтыктарын практикалык климаттык адаптация жана жумшартуу стратегияларына которуу үчүн мамлекеттик органдар жана эл аралык уюмдар менен кызматташуу.

Методология жана ыкма

«Этельред» долбоору маалыматтарга негизделген жана физикалык жактан маалымдалган гибриддик ыкманы колдонот:

• Маалыматтарды бириктирүү жана алдын ала иштетүү: Алыстан байкоо, климаттык кайра талдоо жана палеоклиматтык проксилерди камтыган ар кандай булактардан алынган көп модалдуу маалыматтарды шайкештештирүү жана иштетүү үчүн алдыңкы ыкмаларды иштеп чыгуу.
• AI моделдик архитектуралары: Жер-системалык маалыматтар үчүн ылайыкташтырылган Transformer тармактары жана Графтык Нейрондук Тармактар сыяктуу заманбап терең үйрөнүү архитектураларын изилдөө.
• Физикалык жактан маалымдалган машиналык окутуу: AI моделдеринин жалпылоо мүмкүнчүлүктөрүн жана физикалык ырааттуулугун жогорулатуу үчүн белгилүү физикалык мыйзамдарды жана климаттык динамиканын чектөөлөрүн интеграциялоо.
• Жогорку өндүрүмдүүлүктөгү эсептөө: Ири масштабдуу моделдерди үйрөтүү жана ансамблдик симуляциялар үчүн KPIнин суперкомпьютердик ресурстарын колдонуу.

Учурдагы жылыштар жана этаптар

Долбоор алгачкы маалыматтарды чогултуу жана моделдерди прототиптөө фазасын ийгиликтүү аяктады. 50 Петабайттан ашык климатка байланыштуу маалыматтардан турган тандалган маалымат топтому иштелип чыкты. Алгачкы моделдер тарыхый Эль-Ниньо кубулуштарын болжолдоодо жогорку өндүрүмдүүлүктү көрсөтүп, учурдагы моделдерге караганда тактыгы 30% га жакшырды.

Жетекчи изилдөө тобу

Акыркы жарыялоолор жана жыйынтыктар

• «Геомейкиндиктик негизги моделдер үчүн масштабдоо мыйзамдары», ICML конференциясынын материалдары, 2025-ж.
• «Жогорку резолюциядагы климаттык божомолдор үчүн физикалык жактан маалымдалган терең үйрөнүү», Geophysical Research Letters, 2024-ж.
• «Этельред: Жер системасын моделдөө үчүн петабайттык масштабдагы көп модалдуу маалымат топтому», NeurIPS Datasets and Benchmarks Track, 2023-ж.

Долбоордун галереясы жана визуалдаштыруулары