Lunedì, il MIT ha annunciato cinque progetti di punta pluriennali nelle prime Climate Grand Challenges, una nuova iniziativa per affrontare complessi problemi climatici e fornire soluzioni rivoluzionarie al mondo il più rapidamente possibile. Questo articolo è il primo di una serie in cinque parti che mette in evidenza i concetti più promettenti che emergono dal concorso e i team di ricerca interdisciplinari dietro di essi.
Con i miglioramenti alla potenza di elaborazione dei computer e una maggiore comprensione delle equazioni fisiche che governano il clima terrestre, gli scienziati lavorano continuamente per perfezionare i modelli climatici e migliorare il loro potere predittivo. Ma gli strumenti che stanno perfezionando sono stati originariamente concepiti decenni fa pensando solo agli scienziati. Quando si tratta di sviluppare piani d’azione tangibili per il clima, questi modelli rimangono imperscrutabili per i responsabili politici, i funzionari della pubblica sicurezza, gli ingegneri civili e gli organizzatori della comunità che hanno maggiormente bisogno delle loro conoscenze predittive.
“Quello che si finisce per avere è un divario tra ciò che viene normalmente utilizzato nella pratica e la vera scienza all’avanguardia”, afferma Noelle Selin, professoressa presso l’Istituto per i dati, i sistemi e la società e il Dipartimento di scienze della terra, dell’atmosfera e dei pianeti (EAPS) e co-responsabile con il professor Raffaele Ferrari del progetto di punta del MIT Climate Grand Challenges “Bringing Computation to the Climate Challenge”. “Come possiamo utilizzare nuove tecniche computazionali, nuove comprensioni, nuovi modi di pensare alla modellazione, per colmare davvero il divario tra i progressi scientifici e la modellazione all’avanguardia e le persone che hanno effettivamente bisogno di utilizzare questi modelli?”
Usando questa come una domanda guida, il team non cercherà solo di perfezionare gli attuali modelli climatici, ma ne starà costruendo uno nuovo da zero.
Questo tipo di avanzamento rivoluzionario è esattamente ciò che il MIT Climate Grand Challenges sta cercando, motivo per cui la proposta è stata nominata uno dei cinque progetti di punta nell’ambizioso programma a livello di Istituto volto ad affrontare la crisi climatica. La proposta, che è stata selezionata tra 100 proposte ed era tra i 27 finalisti, riceverà ulteriori finanziamenti e supporto per promuovere il loro obiettivo di reimmaginare il sistema di modellizzazione del clima. Riunisce anche contributori provenienti da tutto l’Istituto, tra cui il MIT Schwarzman College of Computing, la School of Engineering e la Sloan School of Management.
Quando si tratta di perseguire soluzioni climatiche ad alto impatto che le comunità di tutto il mondo possono utilizzare, “è fantastico farlo al MIT”, afferma Ferrari, EAPS Cecil e Ida Green Professor of Oceanography. “Non troverai molti posti al mondo in cui hai la scienza del clima all’avanguardia, l’informatica all’avanguardia e gli esperti di scienze politiche all’avanguardia di cui abbiamo bisogno per lavorare insieme”.
Il modello climatico del futuro
La proposta si basa sul lavoro che la Ferrari ha iniziato tre anni fa nell’ambito di un progetto congiunto con Caltech, la Naval Postgraduate School e il Jet Propulsion Lab della NASA. Chiamato Climate Modeling Alliance (CliMA), il consorzio di scienziati, ingegneri e matematici applicati sta costruendo un modello climatico in grado di proiettare con maggiore precisione i cambiamenti futuri di variabili critiche, come le nuvole nell’atmosfera e le turbolenze nell’oceano, con incertezze a almeno la metà di quelli dei modelli esistenti.
Per fare ciò, tuttavia, è necessario un nuovo approccio. Per prima cosa, i modelli attuali hanno una risoluzione troppo grossolana – su una scala da 100 a 200 chilometri – per risolvere processi su piccola scala come la copertura nuvolosa, le precipitazioni e l’estensione del ghiaccio marino. Ma anche, spiega Ferrari, parte di questa limitazione di risoluzione è dovuta all’architettura fondamentale dei modelli stessi. Le lingue in cui è codificata la maggior parte dei modelli climatici globali sono state create per la prima volta negli anni ’60 e ’70, in gran parte da scienziati per scienziati. Da allora, i progressi nell’informatica guidati dal mondo aziendale e dai giochi per computer hanno dato origine a nuovi linguaggi dinamici per computer, potenti unità di elaborazione grafica e apprendimento automatico.
Affinché i modelli climatici possano sfruttare appieno questi progressi, c’è solo un’opzione: ricominciare con un linguaggio moderno e più flessibile. Scritto in Julia, una parte della tecnologia Scientific Machine Learning di Julialab, e guidato da Alan Edelman, professore di matematica applicata al Dipartimento di Matematica del MIT, CliMA sarà in grado di sfruttare molti più dati di quanti i modelli attuali possano gestire.
“È stato davvero divertente lavorare finalmente con gli esperti di informatica qui al MIT”, afferma Ferrari. “Prima era impossibile, perché i modelli climatici tradizionali sono in una lingua che i loro studenti non sanno nemmeno leggere”.
Il risultato è quello che viene chiamato il “gemello digitale della Terra”, un modello climatico in grado di simulare le condizioni globali su larga scala. Questo di per sé è un’impresa impressionante, ma il team vuole fare un ulteriore passo avanti con la sua proposta.
“Vogliamo prendere questo modello su larga scala e creare quello che chiamiamo un ’emulatore’ che prevede solo una serie di variabili di interesse, ma è stato addestrato sul modello su larga scala”, spiega Ferrari. Gli emulatori non sono una nuova tecnologia, ma la novità è che questi emulatori, indicati come i “cugini digitali della Terra”, trarranno vantaggio dall’apprendimento automatico.
“Ora sappiamo come addestrare un modello se disponiamo di dati sufficienti per addestrarlo”, afferma Ferrari. L’apprendimento automatico per progetti come questo è diventato possibile solo negli ultimi anni quando sono disponibili più dati di osservazione, insieme a una maggiore potenza di elaborazione del computer. L’obiettivo è creare modelli più piccoli e localizzati addestrandoli utilizzando il gemello digitale terrestre. Ciò consentirà di risparmiare tempo e denaro, il che è fondamentale se i cugini digitali saranno utilizzabili per le parti interessate, come i governi locali e gli sviluppatori del settore privato.
Previsioni adattabili per gli stakeholder medi
Quando si tratta di definire una politica informata sul clima, le parti interessate devono comprendere la probabilità di un risultato all’interno delle proprie regioni, nello stesso modo in cui ti prepareresti per un’escursione in modo diverso se c’è una probabilità del 10% di pioggia contro una probabilità del 90%. I modelli cugini digitali della Terra più piccoli saranno in grado di fare cose che il modello più grande non può fare, come simulare le regioni locali in tempo reale e fornire una gamma più ampia di scenari probabilistici.
“In questo momento, se si desidera utilizzare l’output di un modello climatico globale, di solito si dovrebbe utilizzare l’output progettato per un uso generale”, afferma Selin, che è anche il direttore del MIT Technology and Policy Program. Con il progetto, il team può tenere conto delle esigenze degli utenti finali fin dall’inizio, incorporando anche i loro feedback e suggerimenti nei modelli, aiutando a “democratizzare l’idea di eseguire questi modelli climatici”, come dice lei. Farlo significa costruire un’interfaccia interattiva che alla fine darà agli utenti la possibilità di modificare i valori di input ed eseguire le nuove simulazioni in tempo reale. Il team spera che, alla fine, i cugini digitali della Terra possano funzionare su qualcosa di onnipresente come uno smartphone, sebbene sviluppi del genere siano attualmente oltre lo scopo del progetto.
La prossima cosa su cui lavorerà il team è costruire connessioni con le parti interessate. Attraverso la partecipazione di altri gruppi del MIT, come il Joint Program on the Science and Policy of Global Change e il Climate and Sustainability Consortium, sperano di lavorare a stretto contatto con i responsabili politici, i funzionari della pubblica sicurezza e gli urbanisti per fornire loro strumenti predittivi su misura per i loro esigenze che possono fornire risultati attuabili importanti per la pianificazione. Di fronte all’innalzamento del livello del mare, ad esempio, le città costiere potrebbero visualizzare meglio la minaccia e prendere decisioni informate sullo sviluppo delle infrastrutture e sulla preparazione alle catastrofi; le comunità nelle regioni soggette a siccità potrebbero sviluppare una pianificazione civile a lungo termine con un’enfasi sulla conservazione dell’acqua e sulla resistenza agli incendi.
“Vogliamo velocizzare il processo di modellazione e analisi in modo che le persone possano ottenere un feedback più diretto e utile per le decisioni a breve termine”, afferma.
L’ultimo pezzo della sfida è incentivare gli studenti ora in modo che possano unirsi al progetto e fare la differenza. La Ferrari ha già avuto fortuna a suscitare l’interesse degli studenti dopo aver tenuto una lezione insieme a Edelman e aver visto l’entusiasmo che gli studenti hanno per l’informatica e le soluzioni per il clima.
“In questo progetto intendiamo costruire un modello climatico del futuro”, afferma Selin. “Quindi sembra davvero appropriato formare anche i costruttori di quel modello climatico”.
.