La IA simula con precisión el modelado de glaciares en los Alpes

Investigadores dirigidos por la Universidad de Lausana han utilizado IA para producir un modelo altamente preciso de la última glaciación alpina, ofreciendo nuevas perspectivas sobre la capa de hielo y su impacto en el paisaje.

En un extraordinario avance científico, investigadores dirigidos por la Universidad de Lausana (UNIL) han aprovechado la inteligencia artificial para acelerar significativamente el modelado computacional de la dinámica de los glaciares. Mediante la aplicación de técnicas de inteligencia artificial de vanguardia, el equipo simuló con éxito la capa de hielo de los Alpes durante la última glaciación, revelando que los modelos anteriores habían sobreestimado el espesor del hielo en un 35-50%.

Sus hallazgos, ahora publicado En Nature Communications, revelan una precisión sin precedentes que coincide estrechamente con los rastros físicos encontrados en el campo.

Durante casi 15 años se han utilizado modelos digitales en 3D para reconstruir la capa de hielo de los Alpes tal como era hace unos 25,000 años. Sin embargo, estos modelos se han enfrentado al escrutinio científico debido a las discrepancias entre las simulaciones y las pruebas físicas, como las líneas de erosión y las morrenas.

El nuevo modelo impulsado por IA resuelve estas inconsistencias y proporciona una mayor fidelidad a los datos de campo reales.

“Usando tecnología reciente y aplicándola a la última gran glaciación en los Alpes, podemos finalizar una simulación de 17,000 años con una resolución muy alta (300 m) en 2.5 días, mientras que esa resolución espacial habría llevado 2.5 años para calcularse utilizando métodos tradicionales, que también son extremadamente costosos y consumen mucha energía”, dijo en un comunicado el primer autor Tancrède Leger, investigador principal del FNS en la Facultad de Geociencias y Medio Ambiente (FGSE) de la UNIL. comunicado de prensa.

El equipo de investigación empleó métodos de aprendizaje profundo para enseñar al modelo la intrincada física del flujo de hielo, complementándolo con datos climáticos de la época para imitar los procesos naturales de suministro y derretimiento del hielo. Este enfoque impulsado por IA aumenta significativamente la eficiencia computacional al utilizar unidades de procesamiento gráfico (GPU) en lugar de las tradicionales unidades centrales de procesamiento (CPU).

“Es como si antes tuviéramos seis Ferraris a nuestra disposición y ahora tuviéramos 10,000 coches pequeños. Hemos pasado de grandes grupos de máquinas a una simple tarjeta gráfica de 30 cm”, añade Guillaume Jouvet, profesor de la FGSE y coautor principal del estudio. “No estamos haciendo nada nuevo, pero lo estamos haciendo mil veces más rápido, lo que permite alcanzar resoluciones que antes ni siquiera se habían considerado”.

Esta innovación es importante por varias razones. Comprender la historia glacial es crucial para comprender las fuerzas ambientales que han esculpido nuestro planeta. Con el nuevo modelo, los científicos pueden estudiar mejor fenómenos naturales como la erosión glacial, que ha tenido un impacto fundamental en la topografía de los Alpes y otros paisajes de todo el mundo.

Además, este enfoque de modelado mejorado con inteligencia artificial abre nuevas fronteras en la investigación climática. No solo permite reconstrucciones más precisas de glaciaciones pasadas, sino que también allana el camino para futuros estudios sobre los efectos del retroceso actual de los glaciares. Un nuevo proyecto financiado por la Fundación Nacional Suiza para la Ciencia (SNSF) tiene como objetivo aplicar esta metodología revolucionaria para predecir las consecuencias del derretimiento de las capas de hielo en Groenlandia y la Antártida sobre los niveles globales del mar.

La capacidad de alinear estrechamente las simulaciones con los datos de campo empíricos marca una nueva era en la investigación glacial y la ciencia ambiental, proporcionando una herramienta invaluable para descifrar la compleja historia del clima de la Tierra.