Исследователи Массачусетского технологического института (MIT) разработали метод обучения климатических эмуляторов — быстрых ИИ-моделей, имитирующих поведение полномасштабных моделей земной системы, сообщил MIT 12 ноября 2026 года. Работа опубликована в Proceedings of the National Academy of Sciences.

Обычно эмулятор обучают на шести–восьми реалистичных сценариях, и каждый требует запуска полной модели, что дорого и долго. Новый алгоритм вместо этого генерирует синтетические сценарии с резкими изменениями выбросов — например, с сильным ростом CO2 в 2050 году или быстрым снижением метана в 2037-м. По данным MIT, для подготовки данных достаточно одного запуска полной модели вместо шести–восьми.

В тестах эмулятор, обученный на таких данных, точнее предсказывал сценарии, не встречавшиеся при обучении; традиционные эмуляторы с этой задачей не справились. Ведущий автор Кристофер Уомак (ныне постдок в ETH Zurich) и старший автор Ноэль Селин отмечают, что в перспективе метод может ускорить создание обновляемых инструментов для анализа политики. Авторы планируют проверить подход на сценарии полной модели и на других типах климатических моделей.