AI прискорив точний розрахунок океанських хвиль у 136 разів

Нова нейромережа дає змогу моделювати обмін енергією між океанськими хвилями майже з точністю дорогого фізичного розрахунку, але до 136 разів швидше. Розробники інтегрували систему NLML у модель WAVEWATCH III, яку використовують для прогнозування хвиль. За повідомленням Міністерства енергетики США, підхід особливо помітно зменшив похибки у високих широтах.

Де виникає обчислювальна проблема

Морська поверхня складається з хвиль різної довжини й напрямку. Вони взаємодіють і передають одна одній енергію. Найточніший спосіб описати цей процес вимагає обчислення багатовимірного інтеграла, що надто дорого для регулярного оперативного прогнозу на всій планеті.

Тому практичні моделі часто використовують Discrete Interaction Approximation, або DIA. Це швидке наближення, але воно створює систематичні помилки у значній висоті хвиль — середній висоті найбільшої третини хвиль. Похибка впливає не лише на прогноз штормового моря: неправильне відтворення хвиль погіршує моделювання руйнування морського льоду, теплообміну та доступності арктичних маршрутів.

Що зробила команда NLML

Дослідники створили глибоку й широку нейромережу з чотирма шарами та 3 072 нейронами в кожному. Її навчали на даних глобальної симуляції WAVEWATCH III, де нелінійну взаємодію хвиль рахували точним методом. Спеціальна функція втрат мала змусити модель відтворювати не лише окремі числа, а потрібну структуру спектра.

Емулятор під’єднали до WAVEWATCH III через інтерфейс FTorch між Fortran і PyTorch. Це важлива інженерна деталь: новий компонент працював усередині повноцінної моделі, а не лише на відкладеному тестовому наборі. Система залишалася стабільною у глобальних симуляціях тривалістю один рік, які використовували повторно проаналізовані поля вітру.

Швидкість і точність

NLML працював до 136 разів швидше за точний розрахунок і був лише приблизно на 4% повільнішим за DIA. Для значної висоти хвиль середньоквадратична похибка знизилася орієнтовно з 0,17 до 0,07, а глобальна інтегральна похибка спектра — приблизно на 5%.

У критичних регіонах точність значної висоти хвиль була до семи разів кращою, ніж у конфігурації з DIA. Найбільші покращення дослідники побачили у високих широтах. Прискорення забезпечило, зокрема, виконання на GPU з половинною точністю FP16; команда називає це першим застосуванням такого режиму в системі моделювання океанських хвиль.

Навіщо це звичайному користувачеві

Кращий прогноз хвиль потрібен портам, суднам, морській енергетиці, рятувальним службам і прибережним громадам. Якщо складнішу фізику можна виконувати майже з оперативною швидкістю, моделі мають шанс точніше оцінювати небезпечні умови без різкого збільшення часу розрахунку.

Результат також показує корисну модель застосування AI у науці: нейромережа не замінює всю фізичну систему, а емулює один дорогий і добре визначений компонент. Решта WAVEWATCH III зберігає фізичну структуру, що полегшує перевірку й порівняння.

Обмеження

Стабільність у річному хвильовому прогоні ще не гарантує однакової якості в кожному океані, під час усіх екстремальних штормів або в повністю зв’язаній моделі атмосфери, океану й льоду. Навчальні дані походять із симуляції, тому якість емулятора залежить від охоплення режимів хвиль. Перед оперативним використанням потрібні додаткові перевірки на спостереженнях і різних обчислювальних платформах.

Джерело: U.S. Department of Energy, Office of Science. Матеріал перекладено й адаптовано українською; урядовий текст США та використані тематичні зображення NOAA — public domain.