利用人工智能辅助气候临界点的科学发现
人工智能
2023-02-15 v1 计算工程、金融与科学
摘要
我们提出一种混合人工智能（AI）气候建模方法，该方法基于深度神经网络与动力系统建模数学方法的新颖结合，采用面向气候的模拟方法论，使气候建模者能够进行科学发现。模拟由一个神经符号语言所支撑，该语言既支持对 AI 方法所学内容的问题回答，又提供了可解释性的手段。我们描述了该方法如何应用于气候临界点的发现，特别是大西洋经向翻转环流（AMOC）的崩溃。我们展示了该方法在使用海洋相互作用代理气候模型时，能够以高准确度预测 AMOC 崩溃。我们还展示了神经符号方法在自然语言问题与符号学习表示之间转换时的初步性能结果。我们的 AI 方法显示出有前景的早期结果，有望加速气候临界点相关研究，否则这些研究在计算上不可行。
引用
@article{arxiv.2302.06852,
title = {Using Artificial Intelligence to aid Scientific Discovery of Climate Tipping Points},
author = {Jennifer Sleeman and David Chung and Chace Ashcraft and Jay Brett and Anand Gnanadesikan and Yannis Kevrekidis and Marisa Hughes and Thomas Haine and Marie-Aude Pradal and Renske Gelderloos and Caroline Tang and Anshu Saksena and Larry White},
journal= {arXiv preprint arXiv:2302.06852},
year = {2023}
}
备注
This is the preprint of work presented at the 2022 AAAI Fall Symposium Series, Third Symposium on Knowledge-Guided ML, November 2022