Optimus Klimas – Optimierung physikalischer Dynamiken in Deep Learning für Klimasimulation

Optimus Klimas – Optimierung physikalischer Dynamiken in Deep Learning für Klimasimulation

Klimasimulationen benötigen viel Rechenzeit, weshalb man sich bislang auf die Untersuchung einer überschaubaren Anzahl von Szenarien beschränkte. Aus dem gleichen Grund können die aktuellen Klimamodelle lokale Phänomene nur unzureichend berücksichtigen. Lilly Schwarz nutzte neuronale Netze, eine Variante der künstlichen Intelligenz, um die Rechenzeiten der Simulationen zu reduzieren und auch um eine stärkere geografische Differenzierung zu ermöglichen. Sie trainierte ihr System anhand von historischen Klima- und Atmosphärendaten und konnte damit für die Zukunft Szenarien errechnen, die den Daten des Weltklimarats recht nahekommen. Einen Schwerpunkt legte die Jungforscherin neben möglichen Kipppunkten auf die Betrachtung der Permafrostböden, deren Auftauen die Klimaerwärmung beschleunigen würde.