MODELI ZA TABIANCHI: MIAKA THELATHINI YA KOMPYUTA, NA MVUA BADO NI NGUMU

Modeli za tabianchi hutoa sehemu kubwa ya ushahidi unaosimamia sera za tabianchi. Tangu 1995, mpango wa kimataifa unaoitwa CMIP — Mradi wa Kulinganisha Modeli Zilizounganishwa (Coupled Model Intercomparison Project) — umeziendesha bega kwa bega, kizazi baada ya kizazi, chini ya kanuni zile zile. Kila kizazi kimetumia gridi laini zaidi na fizikia zaidi, na kwa hiyo kompyuta zaidi. Kile ambacho hakuna anayekifuatilia, kulingana na timu ya watafiti 24 inayoongozwa na Ioana Colfescu (Chuo Kikuu cha St Andrews na Kituo cha Kitaifa cha Sayansi ya Angahewa cha Uingereza), ni kiasi gani cha nishati jambo hili linagharimu, na linanunua nini.

Modeli 159, alama moja ya kosa

Timu ilikokotoa upya kielelezo kimoja cha kosa kwa modeli 159 kutoka vizazi vitano vya CMIP, kwa kutumia matokeo yao yaliyohifadhiwa: jinsi gani tabianchi ya majira ya baridi (1979–1999) ya kila modeli inavyopotoka kutoka kwenye vipimo halisi, kwa vigezo vitatu — shinikizo la hewa kwenye usawa wa bahari, halijoto ya hewa ya uso na mvua. Hivi vitatu tu, kwa sababu kizazi cha pili hakikuhifadhi kingine chochote. Chini ndivyo bora.

Kosa la kati linashuka kutoka 1.56 katika kizazi cha kwanza hadi 0.61 katika cha sita. Katika kipindi hicho hicho, kompyuta inayohitajika kwa modeli ya kawaida, iliyokadiriwa kutokana na ubora wa gridi yake, iliongezeka takriban mara 29.

Kiwango thabiti cha faida

Kizazi kwa kizazi, kosa linashuka kwa 21, 28, 21 na 14% — mfululizo usio wa kawaida. Lakini likipimwa dhidi ya kiasi cha kompyuta ambacho kila hatua iliongeza, mpangilio unakuwa wa kawaida: kosa linapungua kwa 13.5% kwa kila mara kompyuta inapoongezeka maradufu, kwa mtawanyiko wa pointi 0.7 tu katika mabadiliko matatu ambapo ulinganisho unafanya kazi.

Kiwango hicho kinatoa hesabu rahisi yenye kufikirisha. Kupunguza kosa kwa nusu kunahitaji takriban maradufu 4.8, “kwa sababu 0.865 kwa kipeo 4.8 ni 0.5”, waandishi wanaandika — na maradufu 4.8 inamaanisha takriban kompyuta mara 28 zaidi kuliko modeli za leo. Wakati huo huo, ongezeko la kompyuta kati ya vizazi limepungua kasi, kutoka maradufu 2.2 hadi 1.1.

Waandishi wanakuwa waangalifu kuhusu maana ya hili. Fizikia bora pia huboresha modeli, na hivyo viwili haviwezi kutenganishwa, kwa hiyo 13.5% inapima faida ya pamoja ya kompyuta na sayansi. Na inaeleza maendeleo ya zamani, si sheria ya maumbile.

Mvua inabaki nyuma

Alama moja inaficha tofauti kubwa. Kati ya kizazi cha kwanza na cha sita, kosa la shinikizo kwenye usawa wa bahari lilipungua mara 3.5 na la halijoto ya uso mara 2.7. Kwa mvua, lilipungua kwa 7%. Miongo mitatu ya kuongeza ubora wa gridi na utata karibu haijaboresha kigezo kilicho muhimu zaidi kwa athari za tabianchi, kwa kipimo hiki.

Nishati ambayo hakuna anayeipima

Uripoti wa nishati ni wa vipande vipande. Taasisi nane zilizochapisha data kamili kwa kizazi cha karibuni zinachangia tani 1,692 za CO₂. Katika modeli 13 zenye nishati iliyopimwa, nishati kwa kila mwaka unaoigwa inatofautiana mara 65, na karibu haifuati ubora wa gridi. Kati ya taasisi 30, tisa zinachapisha takwimu sanifu za nishati, na hakuna inayoripoti nishati ikiunganishwa na alama ya ubora wa utabiri.

Modeli za AI za hali ya hewa kama GraphCast, Pangu-Weather, FuXi na GenCast sasa zinalingana au kuushinda utabiri wa ubora wa juu wa Kituo cha Ulaya. Inasemekana ni nafuu zaidi sana kuziendesha. Lakini timu haikupata kipimo chochote kilichochapishwa cha nishati inayohitajika kutoa utabiri wao, kwa hiyo waliikokotoa upya kutokana na maunzi na muda wa uendeshaji ulioripotiwa. Kisha wakaongeza mafunzo: takriban kWh 2,900 kwa GraphCast, kWh 62,000 kwa Pangu-Weather. Kwa mwaka mmoja wa utabiri manne kwa siku, mafunzo ni zaidi ya 99% ya nishati ya kila mfumo, na Pangu-Weather inashuka kutoka nafasi ya pili hadi ya mwisho kwa ubora wa utabiri kwa kila kilowati-saa.

Mpaka badala ya ngazi

Ramani ya njia inapendekeza kutathmini modeli kwenye ndege ya ubora–nishati: ubora kwenye mhimili mmoja, nishati kwenye mwingine, na seti ya mifumo ambayo hakuna mwingine unaoishinda kwa vyote viwili. Alama moja, ubora ukigawanywa kwa nishati, inaweza kupanga mifumo ndani ya kundi moja, lakini waandishi wanaonya kwamba haipaswi kutumika peke yake kamwe: modeli isiyo na faida karibu kabisa inayotumia nishati karibu sifuri ingepata alama nzuri. Pia wanapendekeza viwango vitano vya kuripoti nishati, kuanzia “imeripotiwa” hadi “kamili na imekaguliwa”, na njia nne za kufanya mengi kwa kidogo: majaribio yaliyobuniwa vizuri zaidi, maunzi mapya kama GPU, uhamishaji mdogo wa data, na vipengele vya AI vilivyolengwa.

Pia wanaonyesha hatari: uendeshaji wa bei nafuu unaweza kumaanisha tu uendeshaji mwingi zaidi, na mafunzo ya modeli kubwa za hali ya hewa yanabaki yamejikita katika mashirika na nchi chache. Hatua yao ya kwanza ni ya kiasi. Ripoti nishati kando ya usahihi, kwa mipaka iliyo wazi, kabla kizazi kijacho cha modeli — CMIP8 — hakijaanza.