Okyanus ve iklim bilimciler uzun yıllardır karmaşık Fortran kodlarıyla boğuşuyor. FESOM2 gibi güçlü okyanus modelleri, onlarca yıllık mühendislik birikimini barındırıyor; ancak bu birikimin üzerine yeni fikirler eklemek ya da modeli makine öğrenmesiyle harmanlayabilmek son derece zahmetli bir süreç gerektiriyor. İşte tam bu noktada FESOM2-JAX devreye giriyor.
Araştırmacılar, sonlu hacimli deniz buzu-okyanus modeli FESOM2'yi Google'ın JAX kütüphanesi kullanılarak Python'a yeniden uyarladı. Orijinal modelin temel mimarisi olan düzensiz ağ yapısı ve hücre-köşe sonlu hacim formülasyonu korunurken, kod tabanı modern derin öğrenme ekosistemiyle tam uyumlu hale getirildi.
Bu uyarlamanın en dikkat çekici özelliği, modelin uçtan uca türevlenebilir olması. Türevlenebilirlik, okyanus modelinin çıktılarını etkileyen parametrelerin gradyan iniş yöntemiyle otomatik olarak optimize edilebileceği anlamına geliyor; tıpkı bir sinir ağını eğitir gibi. Bu sayede araştırmacılar, deniz suyu karışım parametreleri veya buzul dinamikleri gibi belirsizlik içeren değişkenleri çok daha sistematik biçimde ayarlayabiliyor.
Kod dönüşümünde büyük dil modellerinden yararlanıldı. Fortran'dan Python'a yapılan bu çeviri, her işlem çekirdeği tek tek doğrulanarak gerçekleştirildi. 1958'den 2019'a uzanan 61 yıllık geriye dönük simülasyonda, JAX ve Fortran sürümlerinin ürettiği ortalama okyanus durumları arasındaki fark, her iki modelin gözlemlerden sapmasına kıyasla iki kat daha küçük kaldı; bu da dönüşümün bilimsel güvenilirliğini teyit ediyor.
Modelin bir diğer önemli özelliği ise ölçeklenebilirliği. Aynı kod değiştirilmeden hem kişisel bilgisayarda hem de yüzlerce GPU'dan oluşan süper bilgisayar kümelerinde çalışabiliyor. Bu esneklik, küçük ölçekli testleri büyük hesaplama altyapısına sorunsuz taşımayı mümkün kılıyor.
Araştırmacılar bu yaklaşımı bir 'gölge model' olarak tanımlıyor: Orijinal Fortran modelinin Python ekosistemindeki yansıması. Amaç, gölgede geliştirilen yeniliklerin zamanla ana modele aktarılması. Bu strateji, iklim modellemesinde verimliliği artırırken bilimsel sürekliliği de koruma potansiyeli taşıyor.