Исследователи Массачусетского технологического института (MIT) разработали алгоритм, который подбирает синтетические сценарии для обучения климатического эмулятора. По сообщению MIT News от 12 ноября 2026 года, обученная таким способом модель предсказывала последствия сценариев, которых не видела раньше. Традиционные эмуляторы, проверенные в той же задаче, не справились. Работа появилась в журнале Proceedings of the National Academy of Sciences.

Как проверяли прогнозы

Климатический эмулятор быстро приближённо рассчитывает, как деятельность людей может повлиять на будущий климат. Полномасштабная модель земной системы (ESM) описывает климатические процессы подробнее, но расчёт одного сценария на такой модели может занять месяцы и потребовать суперкомпьютера. Эмулятор выдаёт результат за секунды, поэтому с его помощью можно быстро изучить множество вариантов.

Учёные часто обучают эмуляторы на шести-восьми сценариях с реалистичными траекториями выбросов. В таком подходе каждый сценарий прогоняют через полномасштабную ESM, что требует времени и вычислительных ресурсов. По описанию MIT News, в методе MIT для подготовки данных достаточно одного запуска ESM вместо шести-восьми.

Исследователи создают произвольный климатический сценарий с помощью быстрой простой модели, а затем сравнивают результат эмулятора с результатом ESM. Разница между ними показывает ошибку. Алгоритм постепенно меняет синтетические обучающие данные, пока ошибка не достигнет заданного порога.

Синтетические сценарии могут быть далеки от реалистичных: например, алгоритм способен резко увеличить выбросы углекислого газа в 2050 году или быстро сократить выбросы метана в 2037-м. По объяснению ведущего автора исследования Кристофера Вомака, такие резкие колебания помогают эмулятору извлечь больше сведений об общей системе.

MIT News приводит пример проверки: местные меры сокращают выбросы одного загрязнителя, тогда как выбросы других продолжают расти. Эмулятор, обученный новым методом, воспроизвёл последствия такого сценария, а традиционные модели, участвовавшие в сравнении, не справились.

В сообщении MIT News нет численных показателей точности, а текст статьи PNAS в доступных материалах отсутствует. Исследователи хотят дополнительно испытать метод на сценарии выбросов, созданном полномасштабной ESM, и применить его к другим климатическим моделям. Поэтому результат описывает конкретный эмулятор и проведённые проверки, а не работу метода при любых условиях. Подробнее о подготовке научных публикаций можно узнать в разделе услуг по научным статьям.

Схема метода: алгоритм корректирует синтетические данные по расхождению между результатами эмулятора и полномасштабной климатической модели, после чего модель проверяют на новых сценариях.

Фото: ThisIsEngineering / Pexels