Een team van onderzoekers van het Earthquake Research Institute, Afdeling Civiele Techniek en Informatietechnologie Centrum aan de Universiteit van Tokyo, en het RIKEN Center for Computational Science en RIKEN Center for Advanced Intelligence Project in Japan waren finalisten voor de felbegeerde Gordon Bell-prijs voor uitstekende prestaties op het gebied van high-performance computing. Tsuyoshi Ichimura samen met Kohei Fujita, Takuma Yamaguchi, Kengo Nakajima, Muneo Hori en Lalith Maddegedara werden geprezen om hun simulatie van aardbevingsfysica in complexe stedelijke omgevingen.

Aardbevingen zijn een enorm probleem op veel plaatsen in de wereld, waaronder, beroemd, Japan. Ze kunnen verwoestend zijn en het team van Ichimura gebruikt codeervaardigheden met de kracht van supercomputers om modellen te genereren voor rampenbestrijding en respons.

Realistische aardbevingssimulaties zijn moeilijk vanwege uiteenlopende fysieke verschijnselen die op verschillende schalen werken. Dit complexe probleem bracht het team ertoe nieuwe strategieën te bedenken met behulp van kunstmatige intelligentie (AI) om aardbevingen in stedelijke centra met een hoge mate van nauwkeurigheid te modelleren.

"Op het gebied van informatica is er een grote kloof tussen AI en op fysica gebaseerde simulaties, " zei Ichimura. "We voelden dat er ruimte was om de prestaties van onze simulatie te verbeteren door deze kloof te overbruggen. En dat gevoel bleek te kloppen."

Hun benadering met gemengde methoden maakte gebruik van AI en verschillende mate van wiskundige precisie om een ​​volledig nieuwe code voor de simulatie te creëren - met ongekende efficiëntie. Deze nieuwe code bereikte een bijna viervoudige toename in snelheid ten opzichte van de vorige incarnatie van het team.

traditioneel, fysieke simulaties vereisen een grote numerieke nauwkeurigheid om resultaten te verkrijgen die goed overeenkomen met de waargenomen werkelijkheid. Om deze precisie te bereiken is veel rekentijd nodig, die veel stroom verbruikt. Wat deze nieuwe methode uniek maakt, is hoe de AI-component van het systeem leert waar precisie het nuttigst is en waar deze kan worden verminderd zonder de algehele nauwkeurigheid op te offeren, dus de simulatie kan in minder tijd worden uitgevoerd dan wanneer de AI ontbrak.

De code van het team draaide op de ultramoderne Summit-supercomputer in het Oak Ridge National Laboratory in de VS. De onderzoekers maakten deze code aanpasbaar voor ander gebruik en schaalbaar voor gebruik op verschillende computersystemen, zoals de K-computer van RIKEN en Piz Daint bij het Zwitserse nationale supercomputercentrum.

"Onze code is een geheel nieuw soort probleemoplosser, wat een grens is op dit gebied, " concludeert Ichimura. "We verwachten dat deze nieuwe code zijn weg zal vinden naar een nieuwe generatie fysieke simulatoren. We hopen dat dit mensen helpt om beter te begrijpen, aardbevingen voorspellen en voorbereiden."