La nube y el aprendizaje automático para combatir el cambio climático

Si bien la pandemia de Covid-19 ha asediado a muchos de nosotros, este bloqueo ha tenido repercusiones inmediatas para la naturaleza. Recordamos, por ejemplo, ciervos caminando a plena luz del día por las calles de Boissy-Saint-Léger (Val-de-Marne), los canales venecianos repletos de peces y el Himalaya que se puede ver desde la India por primera vez. Veces durante 30 años.

Mientras tanto, sin embargo, trágicos incendios forestales devastaron la costa del Pacífico ya que tuvimos una temporada récord de huracanes en 2020 en el Atlántico. Estos pocos ejemplos destacan el difícil desafío del cambio climático que los científicos han luchado por comprender durante años. Más que nunca, la tecnología puede ayudar a los investigadores a comprender y desentrañar la compleja red de causas y efectos en el planeta.

Los avances en la computación de alta energía (HPC) y el aprendizaje automático (ML) en la nube son esenciales para combatir el cambio climático, que sigue siendo uno de los desafíos más difíciles de nuestro tiempo.

El papel de la nube y el aprendizaje automático en la ciencia del clima

Históricamente, estudiar el cambio climático requería un tedioso trabajo manual. Varios métodos suelen incluir ecuaciones diferenciales, cálculo, teoría del caos y el efecto mariposa, todos los cuales se han utilizado para tratar de comprender los cambios en nuestro entorno y las posibles causas o factores que contribuyen a estos efectos.

Todos estos métodos, especialmente cuando se utilizan en la ciencia del clima, requieren procesar una enorme cantidad de datos. Recopilar esta información de una gran variedad de fuentes y etiquetar un conjunto de datos de alta calidad fue difícil, si no imposible. En algunos casos, estos datos son relativamente estáticos, como las temperaturas de la superficie del océano, mientras que otros son más dinámicos, como las corrientes oceánicas, lo que agrega información más interesante y valiosa para estudiar.

Los climatólogos están extremadamente hambrientos de potencia informática. Antes de la nube, almacenar este enorme volumen de datos era demasiado caro y las herramientas disponibles no brindaban las mejores oportunidades para la manipulación y el análisis de datos. Hoy en día, combinado con la Computación de alto rendimiento (HPC), el aprendizaje automático permite a los científicos superar los desafíos discutidos y examinar los datos climáticos de una manera flexible, mientras adapta el análisis de datos basado en eventos pasados ​​para modelar con mayor precisión el futuro. Este enfoque, por ejemplo, podría ayudar a los investigadores a lidiar con la gran complejidad de los sistemas climáticos y ayudarlos a comprender mejor los vínculos entre las muchas interacciones que afectan el clima.

La tecnología hace que la ciencia del clima sea más accesible y económica para los investigadores

Para resolver importantes problemas científicos y técnicos, como pronosticar el clima o modelar las corrientes oceánicas, los investigadores deben aprovechar el enorme poder de la computación. Estas cantidades de computación son inaccesibles para la mayoría de las organizaciones, e incluso para aquellas que pueden pagarlas, ejecutar clústeres de computación de alto rendimiento en el lugar de trabajo requiere grandes gastos, largos ciclos de adquisición y actualizaciones regulares del sistema para evitar la obsolescencia. Hoy en día, es posible crear clústeres masivos de computación paralela bajo demanda en la nube y esto ya no es solo para laboratorios gubernamentales y algunas instituciones académicas que han recibido una financiación significativa. Es la democratización de HPC en la nube lo que ayudará a combatir el cambio climático.

Grâce au calcul haute performance dans le cloud, la science du climat est plus accesible pour à tous (chercheurs ou organizaciones de toutes tailles) et plus économique (une réduction des coûts allant jusqu’à 90%) pour les chercheurs qui travaillent déjà dans ce campo. Por ejemplo, Maxar Technologies, una empresa de tecnología espacial que se especializa en la fabricación de satélites de comunicaciones, observación de la Tierra y mantenimiento en órbita, utiliza AWS para proporcionar pronósticos meteorológicos un 58% más rápido que la supercomputadora de la agencia y la Vigilancia Oceánica y Atmosférica de EE. UU. (NOAA). Si bien los modelos de predicción meteorológica se ejecutan tradicionalmente en computadoras grandes y de alto rendimiento en el lugar de trabajo, Maxar ha desarrollado un conjunto de arquitecturas a partir de la nube de AWS y permite a los científicos ejecutar modelos de predicción meteorológica de una manera muy amplia, más flexible y escalable.

Democratizar la ciencia del clima a través de la nube

Los modelos ML también pueden ser útiles para completar algunos datos faltantes, llamados multi-inclusión, para crear datos similares o sintéticos y para acelerar la ciencia climática cuando recuperar cierta información es muy difícil o imposible. En resumen, ML puede hacer predicciones sobre cosas desconocidas, acelerar nuestra comprensión de la ciencia climática y producir modelos más precisos. Por ejemplo, Philip Stier, profesor de física atmosférica, y Duncan Watson-Parris, investigador postdoctoral, ambos en la Universidad de Oxford, confían en la nube AWS para comprender cómo los aerosoles afectan a las nubes. Aunque existe una gran variabilidad en el efecto del aerosol, las vías de los botes están formadas por una fuente de contaminación bien definida en un espacio de baja contaminación, lo que proporciona una mejor comprensión de cómo una cantidad determinada de contaminación provoca ciertos cambios en las nubes que se desarrollan. y cambiar con el tiempo.

Utilizando imágenes de satélite y miles de pistas de barcos grabadas manualmente, los investigadores crean modelos ML para encontrar las pistas en otras imágenes de satélite y, en última instancia, utilizarán este escenario bien definido para aplicar y ampliar este escenario después de los rastros de barcos.

La colaboración entre Oxford y AWS va más allá del simple uso de los servicios de aprendizaje automático y aprendizaje profundo de AWS, ya que los dos se unen bajo la restricción iMIRACLI (Innovant MachIne LeaRning de Aerosol-cloud CLimate Impacts), el programa de posgrado financiado por la Unión Europea para entrenando a la próxima generación de científicos de datos climáticos. Los 15 estudiantes de doctorado participantes trabajan en estrecha colaboración con científicos climáticos y expertos europeos en aprendizaje automático, así como con socios no universitarios.

Gracias a la nube, empresas de todo el mundo están aprovechando las herramientas para reducir significativamente su huella de carbono. Por ejemplo, ekWateur, el quinto mayor proveedor de energía de Francia, ha optado por confiar en toda su infraestructura en AWS, lo que le permite, gracias al servicio, controlar las paradas automáticas de los servidores, ahorrando así 4.800 horas de energía. cada año. Por su parte, Téréga, un operador de transporte de almacenamiento de gas bien establecido en el Grand-Ouest francés, también se embarcó en un enfoque de nube en 2016 para impactar positivamente las emisiones de carbono, que han demostrado su valía desde entonces.

Beneficios de los proveedores de servicios en la nube en términos de sostenibilidad

Al comparar el impacto climático de los centros de datos, las ventajas de los proveedores de la nube sobre los servidores locales son evidentes en términos de uso de recursos, eficiencia y combinación de energía.

El Consejo de Defensa de los Recursos Naturales (NRDC) calculó que un proveedor de nube a gran escala generalmente logra tasas de utilización del servidor de alrededor del 65% frente al 15% a nivel local, lo que significa que cuando las empresas se trasladan a la nube, tienden a ahorrar menos de una cuarta parte de los servidores. de lo que lo harían si estuvieran en el lugar de trabajo. Además, según Uptime, un centro de datos interior típico tiene un 29% menos de eficiencia energética que un proveedor de servicios en la nube que utiliza diseños de instalaciones de clase mundial, sistemas de refrigeración y equipos optimizados para cargas de trabajo. Además de requerir menos servidores y más eficientes energéticamente, los proveedores de la nube como AWS utilizan una combinación de energía con un uso intensivo de carbono un 28% menos en comparación con el promedio mundial, y los clientes pueden medir una reducción del 88% en las emisiones de carbono. También ha asumido fuertes compromisos con respecto a su propio uso de energía renovable y recientemente ha invertido en 26 nuevos proyectos eólicos y solares, incluida la compra de proyectos de energía renovable con ENGIE en Francia, Italia y Estados Unidos de 650 MW, para un total de 3.4 GW de energía. Capacidad de generación, y elevando su inversión total en fuentes de energía renovable en 2020 a más de 4 gigavatios de capacidad. Amazon no solo es la empresa con la mayor inversión en energía renovable en un año, sino que también es el mayor comprador de energía renovable. Estos proyectos ayudarán a proporcionar energía limpia a los centros de datos de AWS que alimentan a Amazon y a millones de nuestros clientes en todo el mundo. Estos proyectos forman parte de la lista de acciones que el grupo ha llevado a cabo para abastecer sus operaciones con energía 100% renovable para 2030 y lograr carbono neto cero para 2040.

Con un total de 127 proyectos de energía renovable en todo el mundo, incluidos 59 proyectos eólicos y solares, y 68 paneles solares instalados en centros de procesamiento de pedidos, estamos completamente comprometidos con la lucha contra el cambio climático, listos para ayudar a clientes como Oxford, Equateur y Téréga Meet este desafío en constante cambio.

El cambio climático es uno de los problemas más complejos de nuestro tiempo, y si no encontramos soluciones efectivas, las consecuencias serán nefastas para nuestro futuro y el futuro de nuestros niños. Tiene que haber un esfuerzo colectivo de la academia, el gobierno, la industria, las organizaciones sin fines de lucro y la sociedad en general. Requerirá ingenio e innovación a escala global.