NCAR( National Center for Atmospheric Research)은 국립 과학 재단(National Science Foundation)이 후원하는 연방 기금 연구 개발 센터입니다. 광범위한 대학 커뮤니티와 협력하여 대규모 지구 시스템 과학 연구 프로젝트에 참여합니다. NCAR은 전 세계에서 온 방문자를 수용하고, 커뮤니티 지구 시스템 모델 과 날씨 연구 및 예측 모델을 포함한 커뮤니티 모델을 개발 하고, 지구가 어떻게 작동하는지에 대한 추가 연구를 지원하기 위해 슈퍼컴퓨터, 관측 시스템 및 항공기를 유지 관리합니다.

Amazon Sustainability Data Initiative 의 일환으로  NCAR의 기계 학습(ML) 과학자인 Dr. David John Gagne를 초대하여 Amazon Web Services(AWS)의 개방형 데이터 및 기계 학습이 우리가 극한 상황을 예측하고 이해하는 방식에 어떤 영향을 미치는지 공유했습니다. 날씨.

당신의 배경과 현재 연구하고 있는 것에 대해 알려주십시오.

저는 2007년부터 우박, 토네이도, 허리케인과 같은 극한 날씨를 예측하고 이해하기 위해 기계 학습을 사용하는 데 중점을 두고 기계 학습과 대기 과학의 교차점에서 일하고 있습니다. 저는 2016년에 오클라호마 대학교에서 기상학 박사 학위를 취득했으며 그 이후로 NCAR에서 근무하고 있습니다. 저는 현재 Computational and Information Systems Lab 에서 분석 및 통합 기계 학습 그룹의 책임자입니다 . 우리는 계산 비용이 많이 드는 지구 시스템 프로세스 모델을 에뮬레이션하기 위한 여러 프로젝트와 함께 악천후를 예측하고 설명하기 위한 기계 학습 시스템을 개발하기 위해 NCAR 전반에서 학제간 협력에 참여하고 있습니다.

AI4ESS(Artificial Intelligence 4 Earth System Science) Summer School이란 무엇이며 NCAR에서 주최하는 이유는 무엇인가요?

AI4ESS Summer School은 인공 지능(AI), ML 및 딥 러닝의 기초에 대해 지구 시스템 과학 커뮤니티를 교육하는 것을 목표로 하는 일주일 간의 가상 교육 행사입니다. ESS(Earth System Science)에서 AI의 현재 응용 프로그램 및 커뮤니티에 광범위하게 유용할 수 있는 새로운 ML 방법. 올해 행사는 6월 22일부터 26일까지 가상으로 진행되었으며 하루 평균 1,500명이 40개국의 강의를 시청했습니다. 우리는 북미와 남미, 아프리카, 유럽 및 아시아의 참가자들을 기록했습니다. 이 프로그램은 AI와 ESS의 교차점에 있는 전문가의 15개 라이브 스트리밍 강의를 특징으로 합니다.

우리는 또한 5가지 챌린지 문제로 일주일 동안 진행된 해커톤을 개최 했습니다 . 엘니뇨 남방진동(ENSO) 예측(강수 패턴 및 하류 효과 예측 개선); GECKO-A 대기 화학 모델 에뮬레이션(더 정확한 공기 질 예측을 돕기 위해); 홀로그램 구름 입자 이미저의 처리 속도 향상(구름이 빛을 얼마나 잘 반사하고 강수를 생성할 수 있는지에 대한 연구에서 데이터를 더 빠르게 처리하는 데 도움이 됨) 기후 모델에서 따뜻한 비 프로세스를 에뮬레이션합니다(따뜻한 비가 기후에 미치는 영향 연구에서 계산 능력을 덜 사용하기 위해). AI는 에뮬레이션을 통해 계산 집약적인 알고리즘의 속도를 높이고 GPU와 같은 이기종 컴퓨팅에 쉽게 액세스할 수 있도록 함으로써 ESS에서 보다 지속 가능한 컴퓨팅을 촉진하는 데 도움을 줄 수 있습니다. 150명이 넘는 사람들이 해커톤에 참가했고 33,000개의 Slack 메시지를 작성했습니다. 참가자의 약 절반은 대학원생과 박사후 연구원이었으며 나머지는 취학 전 학생부터 숙련된 연구 과학자에 이르기까지 다양했습니다.