Una representación visual de la red neuronal profunda DeepPrecip, que incluye una representación gráfica de cómputo con 1,7 millones de nodos y 2,8 millones de bordes. La imagen es una instantánea en el tiempo del cerebro complejo de la red neuronal de aprendizaje profundo para calcular la precipitación. Crédito:Universidad de Waterloo
Los canadienses creen que saben mucho sobre la nieve. Es prácticamente un pasatiempo nacional discutir el clima invernal.
Pero un doctorado. estudiante del Departamento de Geografía y Gestión Ambiental de la Universidad de Waterloo está llevando la obsesión canadiense por el clima a un nivel completamente nuevo.
Fraser King está estudiando las formas en que se puede aplicar el aprendizaje automático para predecir los patrones de precipitación, y especialmente las nevadas anuales y el deshielo en el contexto del cambio climático.
En su último estudio, que realizó con un equipo de investigadores, incluido su Ph.D. supervisor, el profesor Christopher Fletcher, presenta su nuevo programa de modelado meteorológico bajo el nombre de DeepPrecip.
"En esta nueva investigación, hemos estado trabajando para desarrollar un modelo, que es una red computacional de aprendizaje profundo", dice King. "Es difícil medir la nieve con precisión. Ha habido otros modelos, pero tienen algunas limitaciones. Nuestro nuevo modelo está ayudando a que las cosas avancen".
DeepPrecip toma las montañas de datos que existen de las lecturas de radar de las nevadas y luego construye modelos predictivos. Tal investigación es extremadamente valiosa en una era de cambio climático.
"Siento que tenemos la responsabilidad como canadienses de asegurarnos de cuidar la tierra y monitorearla, porque tendrá impactos globales a medida que el clima continúe calentándose", dice King.
"Una de las grandes preguntas en las ciencias atmosféricas es comprender los cambios en las nevadas. Es un proceso bastante dinámico y no se entiende bien. Cualquier progreso que podamos hacer en esta área es beneficioso".
Movilizando el conocimiento
Además de publicar artículos académicos para difundir su investigación, King se ha fijado como prioridad comunicar su trabajo a una audiencia más amplia, incluidos otros investigadores fuera de su disciplina y el público en general.
Para este proyecto actual en DeepPrecip, publicó una publicación de blog con la empresa de IA Graphcore y un artículo en el popular blog Toward Data Science en Medium. El artículo de cara al público se titula ingeniosamente "¿Sueñan las redes neuronales con nieve que cae?" y alude a la famosa novela de Philip K. Dick.
En un esfuerzo adicional por la accesibilidad, King ha hecho que el programa esté disponible y sea de código abierto en GitHub.
Él y su supervisor también se encuentran entre los finalistas del concurso Science Exposed del Consejo de Investigación de Ciencias Naturales e Ingeniería de Canadá (NSERC) por su representación del modelo DeepPrecip (ver imagen de arriba).
King se ha esforzado por traducir el conocimiento científico a formatos accesibles para el público a lo largo de su carrera académica. Ganó el concurso GRADflix de la Universidad de Waterloo de 2019, que desafió a los investigadores a producir videos de un minuto que transmitieran su trabajo al público.
"Creo que es realmente importante no solo hacer una buena investigación, sino también tomarse el tiempo para comunicar esa investigación a una audiencia más amplia", dice King. "Poder describir la investigación a las partes interesadas y los financiadores y poder describirla al público en general es un objetivo para mí y espero que también anime a otros a emprender la investigación". Las bacterias podrían ayudar a capturar los gases de efecto invernadero
