Nieuw klimaatmodel gebouwd met hulp van AI moet onzekerheden sneller blootleggen
Hoe warm wordt het over vijftig jaar als we zo doorgaan met CO2-uitstoot? Klimaatwetenschappers proberen dat al tientallen jaren zo precies mogelijk te berekenen met computermodellen. Toch blijft één ding hardnekkig onzeker: wat wolken precies doen met de opwarming. Een internationaal onderzoeksteam presenteert nu een nieuw soort klimaatmodel dat dit soort vragen sneller en flexibeler moet kunnen onderzoeken.
Het model heet legoESM, vernoemd naar de bouwstenen van Lego. Bestaande klimaatmodellen, ook wel Earth system models genoemd (computerprogramma's die het hele systeem van atmosfeer, oceanen en land naboosten), zijn in de loop der jaren steeds realistischer geworden. Maar hun software is vaak decennia oud. Die is niet gebouwd voor moderne rekenchips zoals GPU's, en ook niet voor kunstmatige intelligentie (AI).
Wat is er nou precies onzeker? Vooral de rol van wolken bij opwarming, de zogeheten wolkenterugkoppeling. Wolken kunnen de aarde zowel afkoelen als opwarmen, afhankelijk van hun type en hoogte. Hoe dit precies uitpakt bij een warmer klimaat, is een van de grootste onzekerheden in klimaatwetenschap.
Bouwstenen die je kunt wisselen
legoESM is modulair opgebouwd, zoals Lego-blokjes. Onderdelen van het model, zoals rekenmethodes voor luchtstromen of voor wolkenvorming, kun je los van elkaar verwisselen. Je kunt kiezen voor traditionele natuurkundige berekeningen, of voor AI-systemen die patronen uit data hebben geleerd.
Bijzonder is dat AI-programma's hebben meegeholpen om de code te bouwen. Menselijke wetenschappers stelden de eisen en controleerden het resultaat, maar een groot deel van het samenvoegen van bestaande rekenmethodes tot één systeem deden AI-assistenten. Het team testte de uitkomsten vervolgens uitgebreid om te checken of alles klopt.
Het model werkt op verschillende schalen tegelijk. Dezelfde programmacode kan hele kleine, lokale simulaties draaien van een paar meter groot, tot wereldwijde simulaties die het hele klimaat beschrijven. Dat is vergelijkbaar met een plattegrond die zowel je eigen straat als de hele wereld even goed in beeld kan brengen, afhankelijk van hoe ver je inzoomt.
Een ander voordeel: het model is "differentieerbaar". Dat betekent dat de computer automatisch kan berekenen hoe gevoelig de uitkomst is voor elke aanname die erin zit. Daardoor kan het model zichzelf bijstellen op basis van echte metingen, een beetje zoals een GPS-systeem zijn route steeds aanpast op basis van nieuwe verkeersinformatie. De onderzoekers lieten zien dat deze aanpak een bekende fout in de temperatuur van het landoppervlak kon verkleinen. Het model draait bovendien efficiënt op GPU's, tot op een schaal van enkele kilometers nauwkeurig.
Wat betekent dit (nog) niet: Dit is een nieuw stuk gereedschap, geen nieuwe conclusie over hoeveel de aarde opwarmt. legoESM lost de onzekerheid over wolken niet zomaar op, het maakt het alleen makkelijker om die onzekerheid systematisch te onderzoeken. Het onderzoeksteam presenteert dit als één nieuw systeem; het moet nog blijken hoe breed de wetenschappelijke gemeenschap het gaat gebruiken en of het op lange termijn net zo betrouwbaar is als bestaande modellen die al tientallen jaren worden gebruikt en getest.
Voor nu is legoESM vooral bedoeld als open hulpmiddel voor onderzoekers en voor onderwijs: iedereen kan ermee experimenteren om hypotheses te testen over hoe het klimaatsysteem werkt. Of het ook echt tot scherpere klimaatvoorspellingen leidt, moet de komende jaren blijken.
Bron: legoESM: a modular, differentiable, multiscale, AI-ready Earth system model built with AI agents