Der Einsatz künstlicher Intelligenz (KI) zum Sammeln, Verstehen und Analysieren großer Informationsmengen hat das Potenzial, unsere Fähigkeit zur Beobachtung, zum Verständnis und zur Vorhersage von Prozessen in den Systemen der Erde zu revolutionieren.
Forscher und Wissenschaftler arbeiten zusammen, um KI und Modellierungstechniken wie maschinelles Lernen (ML) anzuwenden, um die Erd- und Umweltwissenschaften voranzubringen. Insbesondere zielt eine Gruppe von Wissenschaftlern und Experten darauf ab, moderne Technologie in die Arbeit von Erdsystemmodellen, -beobachtungen und -theorien zu integrieren sowie Rechenkapazitäten bereitzustellen, die Geschwindigkeit, Genauigkeit und fundiertere, agilere Entscheidungsfindung liefern können.
In Zusammenarbeit zwischen dem Office of Biological and Environmental Research (BER) des US-Energieministeriums (DOE) und dem Advanced Scientific Computing Research-Programm des DOE sowie mit Experten aus der Gemeinschaft hat die Künstliche Intelligenz for Earth System Predictability (AI4ESP) Workshop fand von Oktober bis Dezember 2021 statt. Der fünfwöchige virtuelle Workshop untersuchte die Herausforderungen und die Entwicklung einer Infrastruktur, die am besten eine Kombination aus technologischen Fähigkeiten und menschlichen Aktivitäten im Feld und Labors mit Rechenressourcen integrieren würde . Der BER hat das Verfahren als „Model-Experiment“-Paradigma, kurz ModEx, entwickelt.
„Wirksame Verbesserungen der Vorhersagbarkeit des Erdsystems erfordern radikale Fortschritte in der gesamten ModEx-Umgebung. Dieser Workshop bot eine disziplin- und missionsübergreifende Gelegenheit für die Wissenschafts- und Anwendungsgemeinschaften, zusammenzuarbeiten, um die erforderlichen Fortschritte zu verstehen“, sagte Nicki Hickmon, Leiter von AI4ESP. stellvertretender Direktor für den Betrieb der Benutzereinrichtung des Office of Science für atmosphärische Strahlungsmessung des DOE am Argonne National Laboratory des DOE.
Laut einem neu veröffentlichten Bericht, der den AI4ESP-Workshop zusammenfasst, brachte die Veranstaltung mehr als 700 Teilnehmer aus dem privaten und öffentlichen Sektor mit Vertretern aus Erd- und Umweltwissenschaften, Informatik und KI zusammen. Gemeinsam gestalteten etwa 100 Experten den Workshop auf der Grundlage von 156 White Papers, die von 640 Autoren aus 112 Institutionen weltweit bereitgestellt wurden.
Die Informationen wurden auf 17 Themen eingegrenzt, die sich auf den integrativen Wasserkreislauf und extreme Wetterphänomene innerhalb dieses Kreislaufs beziehen. Experten diskutierten neun Schwerpunkte im Zusammenhang mit Vorhersagen des Erdsystems, einschließlich Sitzungen zu Hydrologie, Wissenschaft von Wassereinzugsgebieten und Küstendynamik; Atmosphäre, Land, Ozeane und Eis; und Klimavariabilität und Extreme. Während der Sitzungen erforschten die Teilnehmer das Potenzial von KI, um wissenschaftliche Entdeckungen mit Tools wie neuronalen Netzen, wissensbasiertem maschinellem Lernen, KI-Architekturen und Co-Design zu erschließen.
In jeder Sitzung identifizierten die Forscher Herausforderungen, die den Bedarf an revolutionierter KI-Technologie und -Infrastruktur unterstützen, die zur Verwaltung komplexer Arbeiten im Bereich der Umweltwissenschaften eingesetzt werden können.
„Wir brauchen neue KI-Methoden, die Prozessverständnis beinhalten und physikalische Gesetze respektieren, um Vorhersagen über das Verhalten des Erdsystems skalierbar, vertrauenswürdig und unter zukünftigen Klimaregimen anwendbar zu machen“, sagte Charu Varadharajan, ein Forschungswissenschaftler am Lawrence Berkeley National Laboratory des DOE, der die Erde des Labors leitet KI- und Datenprogrammdomäne. „Dieser Workshop ist einzigartig, da er diskutiert, wie KI Modelle, Beobachtungen und Theorien unter Einbeziehung des ModEx-Ansatzes von DOE verbessern könnte.“
„Der Workshop und der Bericht ermöglichten es uns, 2-, 5- und 10-Jahres-Ziele für die integrative Rahmenentwicklung für jeden Schwerpunkt zu entwickeln. Wir identifizierten auch Prioritäten für Geowissenschaften, Computerwissenschaften sowie programmatische und kulturelle Veränderungen, die die Mission von AI4ESP umfassen würden “, fügte Varadharajan hinzu.
Experten haben eine umfassende Liste von Möglichkeiten entwickelt, bei denen KI-Forschung und -Entwicklung bei einigen der größten Herausforderungen für die Erdwissenschaft helfen kann. Zu diesen Herausforderungen gehören die Verwaltung und Analyse großer Datensätze, um die Fähigkeit zur Beobachtung und Vorhersage von Extremereignissen zu verbessern und die Integration menschlicher Aktivitäten in Theorie und Modelle zu fördern.
„Eine der aufregendsten Möglichkeiten in der Modellierung ist die Entwicklung neuer Hybridmodelle, die sowohl prozessbasierte als auch ML-basierte Module enthalten“, sagte Forrest Hoffman, Leiter der Computational Earth Sciences-Gruppe am Oak Ridge National Laboratory des DOE. „Diese Modellierungsrahmen ermöglichen die Einbeziehung von Daten über schlecht verstandene Prozesse, die die Genauigkeit verbessern können und häufig zu einer verbesserten Rechenleistung für Erdsystemmodelle führen, wodurch mehr Simulationen und Analysen innerhalb der gegebenen Ressourcengrenzen durchgeführt werden können.“
Die Workshop-Teilnehmer identifizierten auch mehrere Prioritäten zur Bewältigung rechnerischer Herausforderungen – darunter Fortschritte bei KI und ML, Algorithmen, Datenmanagement und mehr. Das Ergebnis dieser Prioritäten kann bei der Entwicklung einer Technologieinfrastruktur helfen, die effizient, genau, strategisch und bequem ist und sich über Ressourcen erstreckt.
Es bedarf auch programmatischer und kultureller Veränderungen, um eine kohärentere Mission zwischen verschiedenen wissenschaftlichen und staatlichen Stellen zu unterstützen, sowie um ausgebildete Arbeitskräfte, die Technologie erfolgreich in ihre humanistische Forschung und Aktivitäten integrieren können. Die Experten identifizierten Lösungen, die KI-Forschungszentren speziell für Umweltwissenschaften, Rahmenbedingungen, die gemeinsam genutzte Dienste über verschiedene Gemeinschaften hinweg ermöglichen, sowie fortlaufende Schulungs- und Unterstützungsmissionen umfassen würden.
Die Teilnehmer des AI4ESP-Workshops 2021 diskutieren weiterhin gemeinschaftliche Computeraktivitäten, einschließlich derjenigen der American Geophysical Union und der American Meteorological Society. Bleiben Sie dran für weitere Workshops und Meetings in naher Zukunft – weitere Kooperationen, Engagements und Framework-Entwicklungen werden die AI4ESP-Mission weiter vorantreiben.
Mehr Informationen:
Nicki Hickmon et al., Artificial Intelligence for Earth System Predictability (AI4ESP) Workshop Report, (2022). DOI: 10.2172/1888810