Az NVIDIA Earth-2 az Egyesült Királyság légszennyezését is előrejelzi
A Manchesteri Egyetem kutatói NVIDIA Earth-2 modellekkel készítettek részletes, Egyesült Királyság egészére kiterjedő légszennyezési modellt. A rendszer egyetlen, nyolc GPU-t használó számítási csomóponton két nap alatt tanult, és asztali AI-rendszeren is futtatható.
- A Manchesteri Egyetem NVIDIA Earth-2 modellekkel készített brit légszennyezési modellt.
- A modell felbontása 2 és 3 négyzetkilométer közötti.
- A tanítás az Isambard-AI szuperszámítógépen két napig tartott.
- A munkafolyamat NVIDIA DGX Spark asztali AI-rendszeren is fut.
- A kutatók nyílt tanítási adatokat és munkafolyamatokat terveznek közzétenni.
Az időjárás-előrejelzéstől a légszennyezésig
A légszennyezés az Egyesült Királyságban évente becslések szerint 30 000 halálesethez járul hozzá. A levegőminőség részletes kiszámítása azonban a hagyományos, kémián alapuló modellekkel költséges, ezért ezeket korlátozott részletességgel és gyakorisággal lehet futtatni.
David Topping, a Manchesteri Egyetem Föld- és környezettudományi tanszékének professzora azt vizsgálta, hogy az NVIDIA időjárási és éghajlati célú, nyílt AI-modelljei és eszközei használhatók-e a légszennyezési mezők előrejelzésére is. A kutatók meglévő kémiai és éghajlati szimulációkból állítottak elő tanítási adatokat, majd az Earth-2 CorrDiff generatív leskálázó modellt az Isambard-AI szuperszámítógépen tanították be.
A modell a vállalat közlése szerint már az első próbálkozásra működött. A csapat később az Earth-2 StormCast modellt is bevonta, amely időfüggő előrejelzéseket készít, és közvetlenül légminőségi megfigyeléseket is felhasznál.
Két nap alatt készült el a brit modell
A Manchesteri Egyetem csapata egy évnyi, óránként szimulált brit légszennyezési adatból hozott létre országos modellt. Ennek felbontása 2 és 3 négyzetkilométer közötti. A tanítás egyetlen, nyolc GPU-t tartalmazó csomóponton zajlott az Isambard-AI rendszeren, amely 5448 NVIDIA GH200 Grace Hopper szuperszámítógépes chippel és 21 exaflop mesterségesintelligencia-teljesítménnyel rendelkezik. A folyamat két napig tartott.
A munkafolyamat futtatását az NVIDIA DGX Spark asztali AI-számítógépén is bemutatták. A rendszerben NVIDIA GB10 Grace Blackwell szuperchip dolgozik, és a kutatók következtetésre, valamint kisebb tanítási feladatokra használhatják. Topping saját irodájában is ilyen eszközön tanítja újra a modelleket.
A kutatók a modellt további nyílt adatokkal szeretnék fejleszteni, hogy az előrejelzések akár utcaszintű részletességet is elérjenek. A rendszer a múlt év légszennyezésének vizsgálata mellett jövőbeli forgatókönyvek modellezésére is alkalmas lehet, például annak elemzésére, hogyan változna a helyzet különböző kormányzati intézkedések bevezetése után.
Egészségügyi riasztások és nyílt munkafolyamatok
Topping szerint a modell egyik lehetséges felhasználása, hogy egészségügyi szervezetek előre jelezzék az asztmával vagy más betegségekkel élő pácienseknek, ha másnap vagy a következő héten magas légszennyezés várható a környékükön. A csapat azt is vizsgálja, miként kapcsolható össze a modell peremhálózati AI-eszközök adataival, hogy valós idejű légminőségi információk alapján lehessen döntéseket hozni, például erdőtűz esetén.
A kutatók a légszennyezési modellekhez használt tanítási adatokat és munkafolyamatokat nyílt forrásúként tervezik közzétenni. Az NVIDIA szerint így más országok és régiók is saját helyi adataik alapján készíthetnek hasonló modelleket. Topping célja, hogy ezt a munkafolyamatot világszerte elérhetővé tegye.
A távlati elképzelés egy olyan ügynökalapú felület, ahol egy klinikus vagy kormányzati szerv természetes nyelven kérdezhet rá egy terület várható légszennyezésére, a modellek láncolata pedig tudományos alapokon álló választ állít elő.
