Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

NVIDIAとローレンス・バークレー国立研究所は、異常気象予測能力を強化するために設計された新しい機械学習ツール「Huge Ensembles（HENS）」を共同で開発しました。このツールは、計算能力とコストを大幅に削減しながら、スーパーコンピュータレベルの予測精度を実現します。HENSはオープンソースコードとすぐに実行可能なモデルの両方で提供されており、猛暑や世紀規模のハリケーンなど、稀ではあるものの深刻な気象現象を予測できます。この技術は、気象学者、地方自治体、緊急対応チームが最小限の計算リソースでシナリオを効率的にテストし、対応戦略を更新できるよう支援します。

研究者らは、Geoscientific Model Development誌に2部構成の研究論文を発表し、これまでで最も広範かつ信頼性の高い気象・気候シミュレーション・コレクションの一つを生み出したHENS手法の詳細を説明しています。このアンサンブルは2万7000年分のデータで構成され、異常気象現象の統計と根本原因を分析するための前例のないリソースを提供します。本研究の共著者であり、バークレー研究所の大学院生研究者でもあるアンクル・マヘシュ氏は、この膨大なデータセットが異常気象現象の研究においてどれほど重要であるかを強調しました。

HENSは、既存の方法よりも迅速に気象現象を予測する能力を誇り、予測時間を数時間から数分へと短縮します。また、予測期間を延長し、6時間から2週間先までの予測を15マイル（約24キロメートル）の空間解像度で提供します。この機能により、研究者は長期間にわたる気象パターンを精査することができ、異常気象に先立つ新たな指標を発見できる可能性があります。本研究の上級共著者であるビル・コリンズ氏は、低確率で大きな影響を与える気象現象の長期予測におけるHENSの利点を強調しました。

HENSの革新的なアプローチは、従来の方法と比較してエネルギー効率が高く、必要な人的資源も少ないという点でも際立っています。新しいデータでモデルを迅速に再学習させることで精度を維持することで、エネルギーを節約します。バークレー研究所の機械学習エンジニアであり、本研究の共著者であるシャシャンク・スブラマニアン氏は、計算予測におけるHENSモデルの費用対効果の高さを指摘しました。もう一人の共著者であり、NVIDIAの気候シミュレーション研究ディレクターであるマイケル・プリチャード氏は、HENSを従来の数値シミュレーションに必要な時間とコストのほんの一部で大規模なシミュレーションアンサンブルを生成できる革新的なツールだと説明しました。