Les scientifiques se tournent de plus en plus vers l'IA pour modéliser les changements futurs du climat. Cependant, les approches existantes sont souvent confrontées à un compromis entre la précision, la vitesse et les coûts de calcul.
Des chercheurs de l'Institut des sciences mathématiques de NYU et du Center for Data Science ont maintenant développé un premier réseau neuronal en son genre – Samudra – qui imite l'océan en 3D.
Samudra (sanskrit pour « océan ») reproduit les variables clés du modèle océanique, y compris la hauteur de la surface de la mer, les courants de l'océan, la température et la salinité tout au long de la profondeur de l'océan, offrant un regard détaillé sur les vastes voies navigables de la Terre. De plus, il le fait à un rythme 100 fois plus rapide que de nombreuses méthodes existantes et est effectuée à un coût de calcul inférieur.
Les créateurs de Samudra considèrent la percée comme progresser considérablement notre compréhension actuelle et future des océans du monde, qui absorbent plus de 90% de l'excès de chaleur et 25% des émissions de dioxyde de carbone et sont essentiels pour prédire les impacts du changement climatique.
« Nous essayons d'apprendre des données sur l'océan – similaires aux prévisions météorologiques de l'IA », explique Laure Zanna, professeur au NYU's Courant Institute of Mathematical Sciences et au NYU's Center for Data Science.
« Une fois formé, vous pouvez le libérer et le gérer pendant des années et des années, vous donnant une simulation à long terme raisonnable », ajoute Carlos Fernandez-Granda, directrice du Center for Data Science de NYU.
Zanna décrit le fonctionnement de Samudra plus en détail dans cette vidéo:
