La UV es cola en les ajudes europees per a millorar els models climàtics

El projecte internacional, que treballa el 'machine learning', està coliderat pel centre valencià i ha obtingut subvenció per valor de 10 milions d'euros

D'esquerra a dreta, Pierre Gentine, Markus Reichstein, Gustau Camps-Valls i Veronika Eyring | UV D'esquerra a dreta, Pierre Gentine, Markus Reichstein, Gustau Camps-Valls i Veronika Eyring | UV

El valencià Gustau Camps-Valls, catedràtic d'Enginyeria Electrònica i investigador de l'Image Processing Laboratory (IPL) de la Universitat de València, és un dels quatre investigadors principals del projecte AI for Understanding and Modelling the Earth System with Machine Learning (USMILE), que acaba d'aconseguir una ajuda ERC Synergy Grants dotada amb 10 milions d'euros per a sis anys. L'objectiu del treball, que combinarà el machine learning amb models físics de l'atmosfera i de la Terra, és millorar els models climàtics i l'anàlisi i interpretació de les dades del sistema Terra. 

Veronika Eyring, de l'Institut de Física Atmosfèrica del DLR i colíder del projecte comenta: "Ens unim per a optimitzar esforços combinant la nostra experiència multidisciplinària en modelatge climàtic, ecosistemes terrestres, machine learning i caracterització de núvols, amb la finalitat d'abordar algunes de les principals limitacions en simulació i anàlisi del canvi climàtic". El projecte ara finançat està orientat a superar certes limitacions fonamentals per a la comprensió del sistema terrestre, augmentant així la capacitat dels científics per a simular i predir amb precisió i menor incertesa el canvi climàtic.

El projecte està orientat a augmentar la capacitat dels científics per a simular i predir amb precisió i menor incertesa el canvi climàtic 

"La nostra hipòtesi central és que aquesta falta de comprensió pot resoldre's mitjançant el machine learning. En primer lloc, disposem ja de gran quantitat de dades d'observació de la Terra amb una cobertura espacial i temporal sense precedents", assegura Pierre Gentine, de la Facultat d'Enginyeria i Ciències Aplicades de la Universitat de Columbia.

"I en tercer lloc – afegeix Camps-Valls–, el machine learning ha evolucionat ràpidament, permetent avanços en la detecció i anàlisi de relacions i patrons complexos en grans conjunts de dades multivariades. Ara no sols podem ajustar, predir i modelar funcions complexes, sinó que també podem aprendre relacions causals a partir de dades observacionals".

Creat per la Unió Europea en 2007, el Consell Europeu d'Investigació (ERC) té la missió de fomentar la investigació de més alta qualitat a Europa a través d'un finançament competitiu i donar suport a la investigació de frontera en tots els camps de la ciència, sobre la base de l'excel·lència científica. Cada any selecciona i finança els millors investigadors creatius de qualsevol nacionalitat i edat per a executar projectes a Europa. L'ERC té diferents esquemes d'ajudes per a investigadors principals individuals –Starting Grants, Consolidator Grants i Advanced Grants–, a més de les Synergy Grants per a petits grups d'investigadors excel·lents.

Més informació
Recerca i col·laboració pública privada
Avui et destaquem
El més llegit