University of Manchester Uses NVIDIA Earth-2 to Forecast Air Pollution Across the UK
La contaminación del aire es un grave riesgo para la salud pública, contribuyendo a unas 30,000 muertes en el Reino Unido el año pasado. Sin embargo, los modelos tradicionales basados en la química para calcular la calidad del aire son costosos y limitan la frecuencia y el detalle de las predicciones. La Universidad de Manchester, en colaboración con NVIDIA, ha implementado un enfoque innovador para abordar este problema.
David Topping, profesor del departamento de ciencias de la Tierra y medioambientales de la Universidad de Manchester, se inspiró en los modelos de IA abierta de NVIDIA Earth-2, que ya habían resuelto problemas relacionados con la predicción meteorológica. Topping se preguntó si los mismos marcos generativos podrían aplicarse a los campos de contaminación.
Trabajando con el equipo de NVIDIA Earth-2, Topping y sus colegas generaron datos de entrenamiento a partir de simulaciones existentes de química-clima y entrenaron el modelo Earth-2 CorrDiff en Isambard-AI, el superordenador nacional de IA del Reino Unido en Bristol. El modelo funcionó desde el primer intento.
El equipo ha añadido desde entonces Earth-2 StormCast, un modelo que permite realizar pronósticos dependientes del tiempo utilizando directamente observaciones de calidad del aire. Este avance permite modelar escenarios futuros potenciales, como predecir el impacto de diferentes cambios en las políticas gubernamentales relacionadas con la contaminación.
Otra aplicación potencial es proporcionar información proactiva sobre la calidad del aire a las organizaciones de salud. Topping imagina un escenario donde los servicios de salud regionales y nacionales puedan alertar a pacientes con condiciones como el asma sobre altos niveles de contaminación en su área.
El modelo de contaminación del aire podría incluso combinarse con datos de dispositivos de IA perimetral para ingerir datos en tiempo real y tomar decisiones inmediatas, como en el caso de un incendio forestal.
La capacidad de cambiar de un marco de NVIDIA a otro ha sido impresionante, según Hao Zhang, estudiante de doctorado en la Universidad de Manchester. «Estamos comenzando a explorar cómo usar estos marcos de diferentes maneras para modelar campos de contaminación complejos», afirmó.
El equipo planea liberar datos de entrenamiento y flujos de trabajo de código abierto para los modelos de contaminación, de modo que se puedan entrenar modelos similares para otros países y regiones. «Nuestro objetivo es ofrecer este flujo de trabajo al mundo entero», dijo Topping.
Fuente: https://blogs.nvidia.com/blog/uk-air-pollution-research-earth-2/