В Google Research добились такого результата, объединив классическую физическую модель с машинным обучением
Группа ученых из исследовательского центра Google Research под руководством Дмитрия Кочкова (Dmitrii Kochkov) разработала и обучили гибридную климатическую модель Neural Global Circulation Model — NeuralGCM. Модель может предсказывать погоду на период от одного до 15 дней, используя на три-пять порядков меньше вычислительного времени, чем классические физические модели. При этом она точно отражает вертикальную структуру геострофического и агеострофического ветров, смогла воспроизвести важные атмосферные явления (например, муссоны и ячейку Хэдли) и точно отразила потепление климата в сорокалетней симуляции. Описание модели и результаты ее обучения опубликованы в журнале Nature.
NeuralGCM сочетает в себе динамическое ядро с физическим модулем для решения уравнений и нейросеть, которая моделирует осадки, образование облаков и радиационный перенос, то есть объединяет подход классических физических моделей (таких, как ECMWF) и современных моделей на основе машинного обучения (таких, как GraphCast). По всем параметрам NeuralGCM показала более высокую точность, чем другие модели с машинным обучением, но несколько уступала физическим моделям. При этом она работала с горизонтальным разрешением, в 8-40 раз более грубым, чем ECMWF (не менее 0,7 градуса), что позволяло существенно экономить вычислительные мощности.
Четырех южных гигантских шершней заметили в Испании в 2022 и 2023 годах
В Европу прибыл очередной вид инвазивных насекомых — южный гигантский шершень, один из самых крупных представителей своего рода. Четырех рабочих особей этого вида поймали в Испании в 2022 и 2023 году. Судя по всему, инвазивные насекомые уже начали размножаться на новом месте. Как отмечается в статье для журнала Ecology and Evolution, это плохая новость для местных беспозвоночных и даже мелких позвоночных, на которых гигантские шершни охотятся. Особенно могут пострадать медоносные пчелы.