論文の概要: Will Artificial Intelligence supersede Earth System and Climate Models?
- arxiv url: http://arxiv.org/abs/2101.09126v1
- Date: Fri, 22 Jan 2021 14:33:24 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-20 23:27:53.881573
- Title: Will Artificial Intelligence supersede Earth System and Climate Models?
- Title（参考訳）: 人工知能は地球システムと気候モデルに取って代わるのか?
- Authors: Christopher Irrgang (1), Niklas Boers (2 and 3 and 4), Maike Sonnewald
(5 and 6 and 7), Elizabeth A. Barnes (8), Christopher Kadow (9), Joanna
Staneva (10), Jan Saynisch-Wagner (1) ((1) Helmholtz Centre Potsdam, German
Research Centre for Geosciences GFZ, Potsdam, Germany, (2) Department of
Mathematics and Computer Science, Free University of Berlin, Germany, (3)
Potsdam Institute for Climate Impact Research, Potsdam, Germany (4)
Department of Mathematics and Global Systems Institute, University of Exeter,
Exeter, UK (5) Program in Atmospheric and Oceanic Sciences, Princeton
University, Princeton, USA (6) NOAA/OAR Geophysical Fluid Dynamics
Laboratory, Ocean and Cryosphere Division, Princeton, USA (7) University of
Washington, School of Oceanography, Seattle, USA (8) Colorado State
University, Fort Collins, USA (9) German Climate Computing Center DKRZ,
Hamburg, Germany (10) Helmholtz-Zentrum Geesthacht, Center for Material and
Coastal Research HZG, Geesthacht, Germany)
- Abstract要約: ニューラルアース・システム・モデリング(Neural Earth System Modelling)は、地球と気候科学の新しい研究分野である。
我々は「NESYM」という用語を作り、学際的な議論プラットフォームの必要性を強調した。
ニューラルアースシステムモデリングの同時可能性と落とし穴を検討し、人工知能がアースシステムモデリングを注入するだけでなく、最終的にそれらを時代遅れにするかどうかというオープンな疑問について議論します。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We outline a perspective of an entirely new research branch in Earth and
climate sciences, where deep neural networks and Earth system models are
dismantled as individual methodological approaches and reassembled as learning,
self-validating, and interpretable Earth system model-network hybrids.
Following this path, we coin the term "Neural Earth System Modelling" (NESYM)
and highlight the necessity of a transdisciplinary discussion platform,
bringing together Earth and climate scientists, big data analysts, and AI
experts. We examine the concurrent potential and pitfalls of Neural Earth
System Modelling and discuss the open question whether artificial intelligence
will not only infuse Earth system modelling, but ultimately render them
obsolete.
- Abstract（参考訳）: 我々は、深層ニューラルネットワークと地球系モデルが個別の方法論的アプローチとして分解され、学習、自己検証、解釈可能な地球系モデル-ネットワークハイブリッドとして再組み立てされる、地球と気候科学における全く新しい研究分野の視点を概説する。
この道を辿って、我々は"Neural Earth System Modelling"(NESYM)という用語を作り、地球と気候の科学者、ビッグデータアナリスト、AI専門家をまとめて、学際的な議論プラットフォームの必要性を強調します。
我々はニューラルアース・システム・モデリングの同時可能性と落とし穴について検討し、人工知能がアース・システム・モデリングを注入するだけでなく、最終的に時代遅れにするかどうかというオープンな疑問を議論する。
関連論文リスト
- Is Sora a World Simulator? A Comprehensive Survey on General World Models and Beyond [101.15395503285804]
一般世界モデルは、人工知能(AGI)の実現への決定的な道のりを表現している
本調査では,世界モデルの最新動向を包括的に調査する。
我々は,世界モデルの課題と限界について検討し,今後の方向性について考察する。
論文 参考訳（メタデータ） (2024-05-06T14:37:07Z) - Open-world Machine Learning: A Review and New Outlooks [83.6401132743407]
本稿では,新たなオープンワールド機械学習パラダイムを包括的に紹介することを目的としている。
研究者がそれぞれの分野でより強力なAIシステムを構築するのを支援し、人工知能の開発を促進することを目的としている。
論文 参考訳（メタデータ） (2024-03-04T06:25:26Z) - Interpretable Geoscience Artificial Intelligence (XGeoS-AI): Application to Demystify Image Recognition [10.366695826805659]
本研究では,地球科学における画像認識の謎を明らかにするための,解釈可能な地球科学人工知能(XGeoS-AI)フレームワークを提案する。
XGeoS-AIフレームワークは、人間の視覚のメカニズムにヒントを得て、画像全体の局所領域からしきい値を生成し、認識を完了させる。
論文 参考訳（メタデータ） (2023-11-08T01:54:56Z) - AI Foundation Models for Weather and Climate: Applications, Design, and
Implementation [3.3929630603919394]
機械学習と深層学習は、大気のカオス的な振る舞いを理解し、天気予報を促進するために広く研究されてきた。
変換器、物理インフォームド機械学習、グラフニューラルネットワークを用いた最近のアプローチは、比較的狭いスケールと特定のタスクで最先端のパフォーマンスを実証している。
論文 参考訳（メタデータ） (2023-09-19T17:50:27Z) - The Future of Fundamental Science Led by Generative Closed-Loop
Artificial Intelligence [67.70415658080121]
機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。
AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。
ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
論文 参考訳（メタデータ） (2023-07-09T21:16:56Z) - Artificial intelligence to advance Earth observation: : A review of models, recent trends, and pathways forward [60.43248801101935]
本稿では、生のEOデータから使用可能なEOベースの情報への移行を通知し、支援する、重要な科学的ツールとアプローチについて、鳥の視点で説明する。
i)コンピュータビジョン, (ii) 機械学習, (iii) 高度な処理とコンピューティング, (iv) 知識ベースAI, (v) 説明可能なAIと因果推論, (vi) 物理認識モデル, (vii) ユーザ中心のアプローチ, (viii) EOにおけるML技術の大量使用に関する倫理的・社会的問題に関する議論の議論を網羅する。
論文 参考訳（メタデータ） (2023-05-15T07:47:24Z) - Using Artificial Intelligence to aid Scientific Discovery of Climate
Tipping Points [1.521140899164062]
我々は,科学的発見における気候モデル作成を可能にする,ハイブリッド人工知能(AI)気候モデリング手法を提案する。
本稿では,この手法が気候の転換点の発見,特にアトランティック・メリディショナル・オーバーターン・サーキュレーション(AMOC)の崩壊にどのように適用できるかを説明する。
本稿では,自然言語質問と記号的学習表現の翻訳におけるニューロシンボリックな手法性能の予備的結果を示す。
論文 参考訳（メタデータ） (2023-02-14T06:00:39Z) - Predictive World Models from Real-World Partial Observations [66.80340484148931]
本研究では,現実の道路環境に対する確率論的予測世界モデル学習のためのフレームワークを提案する。
従来の手法では、学習のための基礎的真理として完全状態を必要とするが、HVAEが部分的に観察された状態のみから完全状態を予測することを学べる新しい逐次訓練法を提案する。
論文 参考訳（メタデータ） (2023-01-12T02:07:26Z) - Earthformer: Exploring Space-Time Transformers for Earth System
Forecasting [27.60569643222878]
本研究では,地球系予測のための時空間変圧器である地球変圧器を提案する。
Transformerは、Cuboid Attentionという、汎用的で柔軟で効率的な時空アテンションブロックに基づいている。
降水量計に関する2つの実世界のベンチマークとエルニーノ/サウス・テンポシエーションの実験は、アースフォーマーが最先端のパフォーマンスを達成したことを示している。
論文 参考訳（メタデータ） (2022-07-12T20:52:26Z) - Learning from learning machines: a new generation of AI technology to
meet the needs of science [59.261050918992325]
科学的な発見のためのAIの有用性を高めるための新たな機会と課題を概説する。
産業におけるAIの目標と科学におけるAIの目標の区別は、データ内のパターンを識別することと、データから世界のパターンを発見することとの間に緊張を生じさせる。
論文 参考訳（メタデータ） (2021-11-27T00:55:21Z) - Towards a Collective Agenda on AI for Earth Science Data Analysis [39.78763440312085]
我々は、研究者、特に若い世代に、リモートセンシングと地球科学の真の進歩のためにこれらの課題に取り組むように促すことを目指している。
地球科学に関するAIの宣言では、研究者、特に若い世代がリモートセンシングと地球科学の真の進歩のためにこれらの課題に取り組むよう促すことを目指しています。
論文 参考訳（メタデータ） (2021-04-11T20:54:44Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。