Con Azure, el Cuerpo de Ingenieros del Ejército de EE. UU. Obtiene una «herramienta poderosa» para el modelado de tormentas | Transformar

Después de casi dos décadas de trabajar en la protección costera y los esfuerzos de restauración en Louisiana, Carol Parsons Richards sabe muy bien la destrucción que pueden causar los huracanes.

Richards, gerente científico de recursos costeros de la Autoridad de Restauración y Protección Costera del estado, también se da cuenta de lo crítico que es el modelado de tormentas para ayudar a prepararse para un futuro que el cambio climático hace impredecible.

«El modelado de tormentas se vuelve más importante cada año con todos los huracanes a los que Luisiana ha estado expuesta», dice. “Cada vez que la gente tiene que evacuar, cuesta dinero y Luisiana no es un estado rico.

«Necesitamos tomar las mejores decisiones que podamos tomar, considerando la enorme cantidad de incertidumbre científica sobre lo que podría suceder aquí en el futuro».

Informar esas decisiones es el objetivo de un proyecto en curso entre la autoridad de Luisiana y el Cuerpo de Ingenieros del Ejército de EE. UU. La autoridad utilizará el principal sistema de modelado de tormentas del Cuerpo, CSTORM-MS, para estudiar la posibilidad de oleadas de agua de mar dañinas en el río Mississippi, un importante impulsor económico de la región, durante un huracán o tormenta importante.

La iniciativa es un ejemplo de la creciente importancia de CSTORM para evaluar los riesgos de tormentas para las comunidades costeras. Pero el uso del sistema significa que el Cuerpo de Ejército debe competir durante un tiempo limitado en supercomputadoras del Departamento de Defensa de EE. UU. Con una variedad de otros proyectos, desde el modelado COVID-19 hasta análisis militares.

Reconociendo esa realidad, el Centro de Investigación y Desarrollo de Ingenieros del Cuerpo del Ejército de EE. UU. (ERDC) se ha asociado con Microsoft para utilizar la computación en la nube para mejorar su modelado de océanos costeros y permitir un mejor intercambio de datos.

La iniciativa se inició como un proyecto piloto de computación en la nube bajo el Departamento de Defensa Programa de modernización de la informática de alto rendimiento (HPCMP) y luego recibió una subvención de Microsoft AI para la Tierra programa. El proyecto implicará ejecutar CSTORM en Azure Government y explorar la posibilidad de utilizar inteligencia artificial y aprendizaje automático para acelerar la recopilación de datos y obtener nuevos conocimientos.

La creciente necesidad de potencia informática del ERDC se subrayó el año pasado, cuando el centro concluyó el estudio más grande de este tipo hasta la fecha: un análisis de cómo las tormentas futuras y los desastres naturales podrían afectar a las comunidades a lo largo de la costa del Atlántico sur de EE. UU.

El proyecto, que utilizó CSTORM para modelar unas 2.300 tormentas sintéticas en un área geográfica enorme que incluye a Puerto Rico y las Islas Vírgenes de EE. UU., Requirió el funcionamiento continuo de varias supercomputadoras HPCMP durante aproximadamente tres meses y utilizó la asombrosa cantidad de 240 millones de horas de procesamiento informático.

“Es una gran cantidad de horas computacionales dedicadas a estas simulaciones”, dice Chris Massey, un matemático de investigación de ERDC que dirigió el proyecto de modelado.

Massey dice que la esperanza es que la ejecución de CSTORM en Azure Government pueda ayudar a aliviar la demanda de las supercomputadoras del DOD, lo que puede generar tiempos de espera prolongados, fechas límite incumplidas o tener que restringir estudios con fechas límite ajustadas, por ejemplo, modelado de tormentas durante un huracán.

«Hay muchos científicos y tomadores de decisiones que ejecutan modelos y simulaciones en estas supercomputadoras, y todos tienen diferentes niveles de importancia», dice Massey, que trabaja en el Laboratorio Costero e Hidráulico del ERDC en Vicksburg, Mississippi.

«El hecho de que una persona o un grupo de repente tenga una gran necesidad no significa que la necesidad de todos los demás desaparezca».

CSTORM, que Massey ayudó a desarrollar, es una herramienta clave para ayudar al Cuerpo del Ejército a planificar y construir una infraestructura de gestión del riesgo de inundaciones, como malecones, diques y diques. Los datos que proporciona pueden ayudar a determinar, por ejemplo, dónde construir un dique y si colocarlo en un lugar podría provocar inundaciones en otro lugar. El sistema también se utiliza para informar la planificación durante huracanes y otros eventos climáticos extremos.

Si el modelado de tormentas está restringido por falta de recursos de supercomputación, dice Massey, eso podría resultar en costosas sobreconstrucciones de infraestructura para permitir los márgenes de seguridad necesarios.

“Si está construyendo un dique que recorre 10, 20 millas más o menos y tiene que tener una tolerancia al error sobre qué tan alto es ese dique, está hablando de millones de dólares si tiene que construirlo más alto, ”Massey dice.

CSTORM también es utilizado por otras agencias gubernamentales e investigadores académicos. Migrarlo a la nube, dice Massey, proporcionará un mayor acceso y permitirá al Cuerpo del Ejército compartir más fácilmente los datos que actualmente están almacenados en supercomputadoras altamente seguras.

«Estos son conjuntos de datos masivos que son tan ricos en detalles y están listos para tantos usos diferentes que queremos ponerlos en manos de tantas personas como podamos», dice.

La fase inicial de la asociación ERDC-Microsoft se centró en probar CSTORM en la nube; el próximo involucrará el uso de recursos de Azure para extender un estudio CSTORM del Atlántico Norte para incluir un aumento del nivel del mar no simulado previamente. A partir de ahí, el equipo del proyecto planea explorar la aplicación de algoritmos de aprendizaje automático e inteligencia artificial al sistema.

Bruno Sánchez-Andrade Nuño, de Microsoft computadora planetaria director del programa y jefe de IA para la Tierra, dice que la IA podría ayudar a ejecutar el complejo sistema CSTORM más rápidamente. La reducción del tiempo y los costos de procesamiento, dice, permite a los investigadores explorar los factores relacionados con el cambio climático que no se reflejan en los datos meteorológicos históricos, como los impactos de las temperaturas más altas y los niveles de humedad en los eventos climáticos.

Usando inteligencia artificial, los investigadores también podrían investigar los riesgos de tormentas en lugares de EE. UU. Que anteriormente no estaban expuestos a tormentas, o incluso en otros países, dice Sánchez-Andrade.

“Esa es la naturaleza de esta colaboración, explorar dónde y cómo la IA puede ayudar a acelerar las cosas”, dice. “Muchos lugares del mundo no tienen ningún tipo de modelo (meteorológico). Es muy interesante explorar si pudiéramos utilizar el sistema en otros lugares «.

Massey dice que el aprendizaje automático, una aplicación de inteligencia artificial que utiliza modelos matemáticos para permitir que una computadora aprenda, podría permitir a los investigadores alimentar datos sobre una tormenta que se aproxima a través de un algoritmo y evaluar rápidamente los impactos en un área en particular. O podrían ejecutar una serie de escenarios de tormenta con diferentes velocidades y direcciones para ayudar a informar decisiones tales como evacuar un área.

“Eso es un cambio de juego, porque no quieres ver solo una comprensión de esa tormenta que se avecina”, dice. “Quieres saber, ¿qué pasa si se mueve hacia la izquierda o hacia la derecha? ¿Qué pasa si se ralentiza o se vuelve más intenso?

“Con un conjunto de tormentas precalculadas y sus respuestas, combinadas con conjuntos de datos entrenados en aprendizaje automático, puede producir estimaciones de los niveles de agua y las alturas de las oleadas en cuestión de segundos en lugar de horas”, dice Massey. «Es una herramienta muy poderosa para planificadores y tomadores de decisiones».

La asociación, que representa una incursión inicial en la computación en la nube para el Cuerpo del Ejército, surgió de conversaciones entre el Cuerpo del Ejército y Microsoft hace más de un año sobre los desafíos de asegurar suficiente capacidad informática para acomodar el modelado de tormentas del ERDC y otros proyectos.

“Solo tenemos una cantidad limitada de capacidad de cómputo, y en este momento siempre tenemos problemas de proyectos que se quedan en colas”, dice Carol Wortman, arquitecta en jefe del laboratorio de tecnología de la información de ERDC, que supervisa las asignaciones de supercomputadoras.

«Si pudiéramos ejecutar algunos de ellos en la nube, sería de gran interés para nosotros».

Wortman y Massey comenzaron a hablar con Tim Carroll, director de HPC & AI for Research de Microsoft, sobre la posibilidad de utilizar Gobierno de Azure para ejecutar CSTORM. Carroll vio de inmediato el potencial de la nube para ayudar a que el sistema fuera accesible para más usuarios.

“Se trata de hacer que las respuestas que (CSTORM) brinda estén disponibles para todos”, dice Carroll. «Estos modelos informan las decisiones de vida o muerte».

Carroll compara la participación de Microsoft en la asociación con la empresa que proporciona tiempo de computación en Azure con un grupo que desarrolló un sistema de divisor de ventilador para los pacientes con COVID-19 en los primeros días de la pandemia. Justo cuando dio un paso al frente para ayudar durante esa crisis, dice Carroll, Microsoft está proporcionando recursos de Azure Government para abordar otro desafío global.

“En Microsoft debemos estar respondiendo a la crisis climática de la misma manera en que lo hicimos para el trabajo de COVID-19”, dice. «Estamos usando datos y estamos usando las herramientas que están a nuestra disposición para acelerar las soluciones que ayudarán a las personas en tiempo real, de inmediato».

CSTORM y los datos que proporciona, dice Carroll, son «increíblemente valiosos para el mundo».

Si bien la asociación aún se encuentra en los primeros días, Massey ve potencial para la inteligencia artificial y el aprendizaje automático para ayudar con la actualización de los conjuntos de datos CSTORM que deben actualizarse cada década a medida que cambian la infraestructura, el nivel del mar y la topografía.

«Vemos un ciclo de tener que actualizar y ampliar estos conjuntos de datos en el futuro a medida que avanzamos», dice. «Quizás en algún momento, el aprendizaje automático pueda mostrarnos una forma más inteligente de hacerlo».

Foto superior: Postes telefónicos dañados después de que el huracán Laura tocó tierra en Luisiana en agosto de 2020 (Foto de Luke Sharrett / Bloomberg Creative)