Okyanus genel sirkülasyon modelleri (OGCM), iklim biliminin temel taşlarından biri olmasına rağmen, yoğun hesaplama gücü gerektiren yapısıyla araştırmacıları sınırlıyor. Bu durum, farklı senaryoların test edilmesini ve ensemble çalışmalarının genişletilmesini zorlaştırıyor.
MIT araştırmacılarının geliştirdiği Samudra 2, bu alandaki devrim niteliğinde bir gelişmeyi temsil ediyor. İlk Samudra sistemi, çok yıllık otoregressif tahminler yapabilen ilk nöral okyanus emülatörü olarak tarihe geçmişti, ancak 1 derece çözünürlükle sınırlıydı ve iki önemli sorunla karşılaşıyordu: zaman içindeki değişkenlik kaybı ve hız desenlerinin derin okyanus alanlarına sızması.
Samudra 2, bu sorunları çözmek için yenilikçi bir yaklaşım benimsiyor. Sistem, değiştirilmiş ConvNeXt tarzı bloklar içeren daha geniş bir U-Net mimarisi kullanıyor. Ayrıca, çıkış kanallarını tahmin hatalarına göre yeniden ağırlıklayan dinamik bir kayıp fonksiyonu entegre ediyor. Bu özellik, yavaş gelişen derin okyanus alanları için gradyanları güçlendirerek model performansını artırıyor.
Bu gelişmeler, okyanus modellemesinde hesaplama süresini büyük ölçüde azaltarak, araştırmacıların daha fazla senaryo üzerinde çalışabilmesine ve iklim değişikliği projeksiyonlarını daha hızlı geliştirebilmesine olanak tanıyor. Samudra 2, iklim bilimi araştırmalarında yapay zekanın gücünü ortaya koyan önemli bir örnek.