Манчестерский университет научил NVIDIA Earth-2 предсказывать загрязнение воздуха по всей Великобритании

Загрязнение воздуха — серьёзная угроза здоровью: только в Великобритании за прошлый год оно связывается с примерно 30 тысячами смертей. Традиционные химические модели расчёта качества воздуха требуют огромных вычислительных ресурсов, что ограничивает их детализацию и частоту запуска. Профессор Дэвид Топпинг из Манчестерского университета заметил, что семейство открытых ИИ-моделей NVIDIA Earth-2 уже решило похожую задачу для прогноза погоды, и задался вопросом: можно ли применить те же генеративные подходы к полям загрязнения?

Вместе с командой NVIDIA Earth-2 исследователи сгенерировали обучающие данные из существующих химико-климатических симуляций и обучили модель CorrDiff — генеративный даунскейлер — на британском национальном суперкомпьютере Isambard-AI в Бристоле. Модель сработала с первой попытки. Позже добавили StormCast, позволяющий делать зависимые от времени прогнозы с прямым использованием наблюдений за качеством воздуха, и продемонстрировали рабочие процессы на персональном ИИ-суперкомпьютере NVIDIA DGX Spark.

Обучение заняло всего два дня на одном узле с восемью GPU на Isambard-AI (5 448 чипов GH200, 21 экзафлопс ИИ-производительности). Модель выдаёт детализацию 2–3 квадратных километра по всей стране. «То, что модель обучилась за два дня и теперь работает на DGX Spark, стоящем на столе, меняет то, кто может заниматься этой наукой и насколько быстро», — отметил Ниал Робинсон из NVIDIA.

Практические применения: прогноз будущих сценариев при изменении государственной политики, упреждающие уведомления для пациентов с астмой о высоком загрязнении в их районе, а также интеграция с данными edge-устройств для принятия решений в реальном времени, например при лесных пожарах. Команда продолжает исследовать, как адаптировать фреймворки NVIDIA для моделирования сложных полей загрязнения.