El océano y la atmósfera aprenden a hablar el mismo idioma ✛

Original: "Coupled Ocean-Atmosphere Dynamics in a Machine Learning Earth System Model"
arXiv:2406.08632 · 2024-06-12 · CC BY 4.0 · 2 min
La red neuronal Ola reproduce por primera vez El Niño modelando el océano y la atmósfera como un todo integrado.

Dos bailarines están uno frente al otro, pero no se ven las caras. Uno es la atmósfera, rápida y olvidadiza. El otro es el océano, lento y con buena memoria. Para que el baile funcione, deben guiarse mutuamente mirando solo las manos del compañero. Esa pareja es la que crearon los investigadores al construir el modelo Ola: dos redes neuronales que intercambian solo unos pocos números, pero juntas reproducen uno de los ritmos más caprichosos del planeta, El Niño.

El Niño es una mancha de agua cálida en el Pacífico ecuatorial que, cada pocos años, altera el clima en todo el mundo.

El secreto del baile está escondido bajo el agua. La capa superior del océano, hasta 300 metros de profundidad, guarda memoria de los vientos pasados y la libera a través de la temperatura de la superficie. La atmósfera percibe esa temperatura y modifica el viento, que a su vez empuja al océano. Antes, los científicos describían esta relación con ecuaciones, pero las ecuaciones acumulaban errores. Ola tomó otro camino: la red neuronal para la atmósfera se entrenó con 36 años de datos meteorológicos, la red para el océano con 22 años de datos de temperatura y corrientes, y luego se conectaron en un ciclo. La red oceánica ve ocho niveles de profundidad, desde medio metro hasta 300 metros, y por eso distingue la capa de cambio brusco de temperatura donde se esconde el futuro de El Niño.

La prueba duró cinco años. Ola reprodujo tanto El Niño como su hermana fría, La Niña, y la temperatura superficial del océano en la región clave resultó cercana a la real. El modelo también generó ondas que viajan a lo largo del ecuador hacia el este y el oeste, como en el océano real. El único fallo notable ocurrió en el invierno de 2021 a 2022, cuando el modelo no sostuvo una tercera La Niña consecutiva, pero la mayoría de los otros pronósticos tampoco lo lograron.

Antes no estaba claro si una red neuronal podría aprender la dinámica acoplada del océano y la atmósfera. Ola demostró que sí puede. Ya ahora el prototipo se puede usar para pronósticos estacionales rápidos con fines de investigación: Ola hace un pronóstico a seis meses en menos de un minuto en una sola tarjeta gráfica, mientras que el modelo antiguo necesitaba horas en un supercomputador para el mismo cálculo. Los dos bailarines que aprendieron solo a través de las manos ya han salido al escenario.

Ola genera un pronóstico de seis meses en menos de un minuto en una sola tarjeta gráfica A100, mientras que el modelo clásico GFDL-SPEAR necesita horas en un clúster para el mismo cálculo.

Científicos
Ludwig BoltzmannHenri PoincaréJohn von NeumannJosiah Willard Gibbs
Conceptos
ocean-atmosphere coupling zebiak cane model ENSO NOAA CPC North Atlantic Oscillation modelo climático TAO/TRITON moorings El Niño-Southern Oscillation Multivariate ENSO Index spring predictability barrier relative ONI Indian Ocean Dipole La Niña ERA5 El Niño index climate network ensemble forecast sea surface temperature pronóstico ERSST