MIT entrena un emulador climático con datos sintéticos: bastó una sola ejecución del modelo físico en lugar de 6–8

Es una historia conocida para cualquiera que construya modelos sustitutos: el simulador real es preciso pero lento y caro, mientras que la red neuronal que lo reemplaza falla en cuanto se le pide salir de los ejemplos de entrenamiento. Investigadores del MIT han dado un paso hacia la solución de este problema en la modelización climática. El trabajo se publicó en Proceedings of the National Academy of Sciences.

Cuál es el problema

Los climatólogos calculan pronósticos a largo plazo con modelos del sistema terrestre (ESM). Son enormes modelos físicos que describen el clima con sumo detalle. El inconveniente es evidente: un solo escenario de futuro puede tardar meses en calcularse en un clúster de superordenadores.

Por eso surgieron los emuladores climáticos: modelos de IA que copian el comportamiento de los ESM pero responden en segundos. Esto permite explorar miles de escenarios: qué ocurrirá con la temperatura o el nivel del mar si se modifican las emisiones de distintas maneras. Pero los emuladores tienen un punto débil. Normalmente se entrenan con seis u ocho trayectorias "realistas" de emisiones, y cada una debe pasar por un ESM costoso. Además, como descubrieron antes los propios autores, estos emuladores funcionan mal con escenarios desconocidos.

Cómo funciona

La idea es contraintuitiva: los datos de entrenamiento no tienen por qué parecer realistas. El algoritmo parte de un escenario arbitrario, calculado por un modelo climático simple y rápido. Después se comprueba hasta qué punto el emulador reproduce el resultado del ESM de referencia, lo que da una estimación del error. Gracias a las particularidades de la construcción del flujo de entrenamiento, los datos se pueden ajustar de forma iterativa para que el error disminuya. Por ejemplo, el algoritmo puede elevar bruscamente las emisiones de CO2 en 2050 o reducir rápidamente las de metano en 2037. El ciclo continúa hasta que el error baja de un umbral establecido.

El resultado son escenarios no con curvas suaves, sino con saltos y oscilaciones rápidas. Según el autor principal, Christopher Womack, estos "zigzags de alta frecuencia" permiten al emulador extraer mucha más información del sistema. Lo mejor para el presupuesto: el ESM completo solo hay que ejecutarlo una vez, y no de seis a ocho.

Se puede hacer una analogía con las pruebas de ingeniería. Si pruebas un sistema solo con cargas típicas, sabrás cómo funciona en un día normal. Si le aplicas escalones e impulsos bruscos, descubres más rápido cómo reacciona ante prácticamente cualquier cosa. Aquí el principio es el mismo: las entradas "antinaturales" revelan mejor la dinámica del sistema.

En la validación, el emulador entrenado con el nuevo método, con un volumen notablemente menor de datos sintéticos cuidadosamente seleccionados, predijo con precisión los resultados de escenarios que no había visto durante el entrenamiento. Los emuladores tradicionales no lo lograron. Un ejemplo del artículo: una política de control de un contaminante local, en la que un tipo de emisión se reduce mientras las demás siguen creciendo. Es precisamente el tipo de caso importante para las decisiones prácticas, y precisamente el que los emuladores convencionales no lograban resolver.

Limitaciones y conclusión práctica

Por ahora es un resultado con reservas. Los propios autores escriben que quieren probar el método con un escenario generado por un ESM completo, y no solo con un modelo simplificado. También deberán aplicarlo a otros tipos de modelos climáticos. Las conclusiones sobre el aprendizaje automático en general y la visión por computador siguen siendo planes, no resultados.

Sin embargo, la lección va mucho más allá del clima. Si construyes un sustituto para un simulador costoso, ya sea de física, CFD, modelización financiera o un gemelo digital de producción, no conviene tomar a ciegas datos "realistas". A menudo resulta más rentable plantear la tarea como una optimización del propio conjunto de entrenamiento: seleccionar las entradas que mejor reducen el error del modelo en condiciones nuevas.

Para los responsables de producto y los fundadores también hay una señal. El principal cuello de botella de estas herramientas no es la arquitectura de la red, sino el coste de los datos y el tiempo de actualización. Según la directora del trabajo, Noelle Selin, entrenar un emulador puede llevar meses e incluso años, por lo que las herramientas listas para usar quedan obsoletas rápidamente. Si se logra acortar este ciclo, los modelos actualizados llegarán antes a los investigadores y a quienes toman decisiones.

La investigación se realizó en el marco del proyecto Bringing Computation to the Climate Challenge con el apoyo de Schmidt Sciences.