マンチェスター大学のチームは、NVIDIA Earth-2チームと共同で、英国全土の大気汚染をシミュレーションおよび予測する、空間解像度2～3キロメートルのAIベースのモデルを開発した。このプロジェクトは、気象データと大気中の化学反応を組み合わせる従来型モデルの高い計算コストの削減を目指している。
研究を率いるのは、マンチェスター大学地球・環境科学部の教授であるDavid Toppingだ。チームは、化学・気候シミュレーションによって生成された汚染データを用いた。このデータは1年間を対象とし、1時間ごとの時間間隔で構成されている。その後、チームはEarth-2 CorrDiffモデルを訓練し、汚染物質の分布をより詳細に示す地図を生成した。NVIDIAによると、モデルは最初の訓練で成功した。
化学シミュレーションから高速予測へ
従来の大気質モデルは、大気化学を気象モデルに組み込むため、大量の計算を必要とする。そのため、詳細度や実行回数が制限される。マンチェスターのチームは、NVIDIAが気象・気候向けに開発した生成AIフレームワークを利用し、すべての反応を従来の方法で計算するのではなく、汚染の「場」を扱うことを試みた。
訓練には、ブリストルにある英国のスーパーコンピューターIsambard-AI上の、8基のGPUを搭載した1つのノードを使用した。このシステムは5,448個のNVIDIA GH200 Grace Hopper Superchipを備え、AIワークロード向けに公称21エクサフロップスの性能を持つ。公開資料によると、訓練には2日間を要した。
その後、チームはEarth-2 StormCastモデルを追加し、大気質の観測値を直接利用する時間依存の予測を生成した。また研究者らは、GB10 Grace Blackwellチップを搭載したデスクトップ型NVIDIA DGX Sparkで、訓練と推論の手順を実演した。Toppingは、オフィスにDGX Sparkがあることで、スーパーコンピューターから離れた場所でもモデルの再訓練や小規模な訓練を実施できると述べている。
なぜこの進展が重要なのか？
資料によると、大気汚染は昨年、英国でおよそ3万人の死亡に寄与したとされ、予測の改善は公衆衛生に直接関係する。医療サービスは、喘息などの患者に対し、翌日または翌週に居住地域で汚染が上昇すると予想されることを知らせるために、こうした予測を利用できる可能性がある。
チームはまた、リアルタイムの大気質測定値を受け取るエッジAI機器にモデルを接続することも試験している。想定される用途には、山火事の際の迅速な意思決定の支援に加え、汚染に関する政府政策の変更案が及ぼし得る影響のシミュレーションへのモデル利用がある。
実際に何が変わるのか？
最も大きな変化は、コストの高い中央集約型の実行から、少なくとも推論や一部の訓練についてはデスクトップ機器で実行できるモデルへと、ワークフローが移行することだ。チームは、追加の公開データを統合してモデルの解像度を街路レベルまで高める計画であり、他の国や都市が自らのデータを使って地域モデルを構築できるよう、訓練データとワークフローをオープンソースで公開する予定でもある。
ただし、資料は従来型の化学モデルと比較した予測精度について、詳細な定量結果を提示していない。また、このモデルに基づく医療サービスや公的警報システムがすでに運用されていることも、まだ証明していない。そのため、リアルタイム予測や臨床応用に関する約束は、現時点では実際に利用可能なサービスではなく、探究中の目標にとどまる。現在のプロジェクトの意義は、Earth-2のフレームワークを大気汚染分野へ移転できることと、モデリングツールへのアクセスのハードルを下げられることを示した点にある。一方で、独立した検証、地域データの品質、オープンなリソースの公開時期については、なお回答を必要とする課題が残っている。