Supermodelación combinando modelos imperfectos (SUMO)

Los científicos desarrollan modelos informáticos de sistemas reales y complejos para aumentar la comprensión de su comportamiento y hacer predicciones. Un buen ejemplo es el clima de la Tierra. Los modelos climáticos complejos se utilizan para calcular el cambio climático en respuesta a los cambios esperados en la composición de la atmósfera debido a las emisiones causadas por el hombre. Años de investigación han mejorado la capacidad de simular el clima del pasado reciente, pero estos modelos todavía están lejos de ser perfectos. Las proyecciones modelo del aumento de la temperatura promediado globalmente a finales de este siglo difieren en tanto como un factor de dos, y difieren completamente en lo que respecta a las proyecciones para regiones específicas del mundo. La práctica actual comúnmente promedia las predicciones de los modelos separados. En cambio, Sumo tiene como objetivo construir un consenso combinando los modelos en un súper modelo. Los resultados en dinámicas no lineales sugieren que se puede hacer que los modelos se sincronicen entre sí incluso si solo se intercambia una pequeña cantidad de información, formando un consenso que mejor represente la realidad. Expertos en dinámica no lineal, aprendizaje automático y ciencia del clima se reúnen dentro de SUMO para producir una simulación del cambio climático con un súper modelo que combina modelos climáticos de última generación. El concepto de supermodelo tiene el potencial de proporcionar mejores estimaciones del cambio climático mundial y regional, a fin de motivar e informar las decisiones políticas.