David Topping, profesor di departemen ilmu bumi dan lingkungan University of Manchester, memanfaatkan keluarga model AI terbuka NVIDIA Earth-2 yang sebelumnya dipakai untuk prakiraan cuaca. Ia lalu menguji apakah kerangka generatif yang sama bisa diterapkan pada bidang polusi udara.
Pengujian itu dilakukan bersama tim NVIDIA Earth-2. Mereka menghasilkan data pelatihan dari simulasi iklim-kimia yang sudah ada, kemudian melatih Earth-2 CorrDiff — model generative downscaling — di Isambard-AI, superkomputer AI nasional Inggris di Bristol. Model tersebut berhasil pada percobaan pertama.
Dari Superkomputer Nasional ke Meja Kerja
Untuk melatih ulang model Earth-2 bagi polusi udara, tim menggunakan data polusi Inggris selama setahun yang disimulasikan per jam. Hasilnya, model polusi mencakup seluruh Inggris dengan resolusi 2-3 kilometer persegi.
Proses pelatihan berjalan di satu node berisi delapan GPU pada Isambard-AI. Superkomputer itu dilengkapi 5.448 chip NVIDIA GH200 Grace Hopper Superchip dengan performa AI 21 exaflops. Seluruh proses hanya memakan waktu dua hari.
"Earth-2 CorrDiff has shown an incredibly efficient use of the world-class NVIDIA hardware inside Isambard-AI," kata Simon McIntosh-Smith, direktur Bristol Centre for Supercomputing di University of Bristol sekaligus salah satu pendiri Isambard-AI.
Ia menambahkan bahwa jam GPU yang dipakai relatif rendah sehingga konsumsi daya superkomputer untuk menjalankan beban kerja tersebut lebih hemat.
Peringatan Dini untuk Penderita Asma
Model ini tidak hanya merekam polusi udara setahun terakhir, tetapi juga memprediksi skenario polusi ke depan. Tim peneliti menambahkan Earth-2 StormCast, model yang memungkinkan prakiraan berbasis waktu dengan langsung memakai observasi kualitas udara.
Topping membayangkan layanan kesehatan regional dan nasional bisa menghubungi pasien dengan kondisi seperti asma. Mereka diberi tahu bahwa polusi udara di wilayahnya akan tinggi besok atau pekan depan.
Tim juga menjajaki penggabungan model polusi dengan perangkat edge AI. Tujuannya menyerap data kualitas udara real-time dan mendorong pengambilan keputusan cepat, misalnya saat terjadi kebakaran hutan.
"To improve human health, it's essential that we understand the impact of environmental stressors in the air we breathe," ujar Topping.
Menurutnya, model polusi skala Inggris ini memungkinkan pemodelan skenario masa depan. Salah satunya memprediksi dampak jika berbagai perubahan kebijakan pemerintah terkait polusi diberlakukan.
Alur Kerja yang Sama di Komputer Desktop
Alur kerja generatif untuk polusi ini juga bisa berjalan di DGX Spark, sistem AI desktop bertenaga chip GB10 Grace Blackwell. Perangkat itu dipakai untuk inferensi dan pelatihan berskala lebih kecil.
Topping kini memiliki satu unit DGX Spark di kantornya untuk melatih ulang model. "You can now invest a few thousand dollars to get started developing powerful AI models," katanya.
Niall Robinson, developer relations manager untuk cuaca dan iklim di NVIDIA, menilai kemampuan model ini mengubah siapa yang bisa melakukan riset semacam itu dan seberapa cepat prosesnya. "We're just at the beginning of what these open workflows can do globally," ujarnya.
Hao Zhang, mahasiswa doktoral University of Manchester yang melatih StormCast di Isambard-AI, menyebut kemampuan berpindah antar-kerangka kerja NVIDIA sangat mengesankan. Menurutnya, eksplorasi penggunaan kerangka kerja itu untuk memodelkan bidang polusi kompleks baru saja dimulai.
Rencana Model Terbuka untuk Negara Lain
Tim berencana merilis data pelatihan dan alur kerja model polusi secara open source. Harapannya, model serupa bisa dilatih untuk negara dan kawasan lain dengan data lokal masing-masing.
"Our aim is to offer this workflow to the entire world," kata Topping. Ia berharap setiap negara dan kota besar dengan sedikit waktu superkomputer AI bisa memproduksi model polusi detail mereka sendiri.
Dalam lima tahun ke depan, Topping membayangkan titik akhir yang lebih sederhana: antarmuka agentic tempat klinisi atau instansi pemerintah mengajukan pertanyaan. Rantai model kemudian menangani sisanya, termasuk menjawab prakiraan polusi di suatu lingkungan esok hari berdasarkan ilmu yang diwakili kerangka kerja tersebut.