微软发起“气候研究倡议”,与全球学术界共促气候科学变革性创新

2022-07-29 | 作者:微软亚洲研究院

气候变化与人类未来息息相关,已成为全球关注的重点议题之一。应对和缓解气候变化带来的影响,需要政府、工业界、学术界和全社会的协同努力。在此背景下,微软日前发起“气候研究倡议(Microsoft Climate Research Initiative, MCRI)”,该倡议的研究团队由来自全球学术界和微软的多学科研究人员组成,致力于加快气候科学和技术领域的前沿研究和变革性创新。

基于“气候研究倡议”,微软将发挥其在研究技术和计算能力方面的优势,与领域专家进行深入和持续的合作。在倡议的启动阶段,研究团队将专注于气候研究的三个关键领域:碳核算、碳减排和碳移除、环境协同效益与气候风险评估。在这些领域,计算的进步可以推动关键的科学变革。

通过这些合作研究项目,微软希望建立和保有一个全员高度参与、涵盖多种视角的研究生态系统。参与的研究人员兼具全球视野和区域代表性,并将提供跨学科和多样化的专业知识,特别是在传统计算机科学之外的领域,如环境科学、化学和各种工程学科。这一倡议的所有研究结果将免费公开给社会各界,以激发和推动对重要气候问题更广泛的研究。

可持续发展是微软亚洲研究院着力探索的重要研究主题之一。2020 年 8 月,微软亚洲研究院启动负碳计算主题研究计划,从而推动以技术为导向的减排落地。

微软亚洲研究院与学术界专家学者一起聚焦跨学科基础研究,深入环境、地球、土壤、大气、材料、能源科学等领域,以计算创新推动碳移除和负碳技术发展;聚焦计算机本身,推动绿色计算,及算法、模型、软件、硬件的创新,让计算技术本身使用最少的能源和资源。同时,微软亚洲研究院与产业界的合作伙伴合作,深入各种真实场景,帮助企业、行业、城市、跨区域组织等,用创新的计算机技术实现资产运营、业务流程和供应链中的最大限度的节能降耗。

在微软亚洲研究院与学术界伙伴的协力探索下,负碳计算主题研究计划已产出许多成果。通过使用深度学习方法预测碳减排和其他与气候相关的结果,其运行时间比传统物理模拟模型更快,且预测结果精度更好。例如,微软亚洲研究院与东京大学海洋技术、政策和环境系 Toru Sato 教授合作开发了一个基于神经网络的模型,该模型可以模拟对碳储存至关重要的物理和化学过程,并准确预测二氧化碳水合物的形成,且比使用数值模型快 1000 倍,大大地降低二氧化碳泄漏的风险,从而可在海洋碳捕获、利用和储存(CCUS)项目中发挥关键作用。微软亚洲研究院与清华大学环境学院邢佳副教授合作开发了一种基于神经网络的大气模拟器,相比广泛使用的数值大气模型,该模拟器可以更准确地估计碳和其他污染物的排放量,同时只需使用原来 1% 的计算成本。同时,为了模拟大气中流体行为,以更好地理解污染物的扩散和全球变暖效应,我们发明了一种基于神经网络模型的偏微分方程,在与传统方式精度一致的情况下,求解速度提高了 50 到 100 倍。这些工作均已收录于《微软环境可持续发展 2021 年度报告》中。

微软亚洲研究院与清华大学、东京大学合作的科研项目成果入选《微软环境可持续发展2021年度报告》

此外,微软亚洲研究院与清华大学地球系统科学系刘竹副教授合作共建 Carbon Insights 平台。作为一个碳排放和碳中和的可视化与分析平台,Carbon Insights 可显示接近全球范围的每日碳排放源、碳汇和二氧化碳通量,以及相关社会发展因素的协同发展分析,期待为在可持续发展领域耕耘的研究人员提供碳中和路径有关的数据支撑和分析洞察。目前该项目已经通过GitHub开源社区开放了阶段性成果,鼓励更多研究人员为可持续发展研究贡献力量。未来,我们期待与领域专家持续探索,协力为全球可持续发展带来多样与变革性的突破。

Carbon Insights 开源地址:
https://github.com/microsoft/Carbon-Insight
Carbon Insights 项目地址:
https://microsoft.github.io/Carbon-Insight/#/carbonhome

“微软气候研究倡议”
第一阶段全球合作科研项目:

Carbon accounting

Real-time Monitoring of Carbon Control Progress from CO2 and Air Pollutant Observations with a Physically informed Transformer-based Neural Network
Jia Xing, Tsinghua University; Siwei Li, Wuhan University; Shuxin Zheng, Chang Liu, Shun Zheng, and Wei Cao, Microsoft

AI based Near-real-time Global Carbon Budget (ANGCB)
Zhu Liu, Tsinghua University; Biqing Zhu and Philippe Ciais, LSCE; Steven J. Davis, UC Irvine; Wei Cao, and Jiang Bian , Microsoft

Carbon reduction and removal

Computational Discovery of Novel Metal–Organic Frameworks for Carbon Capture
Jeffrey Long, UC Berkeley; Xiang Fu, Jake Smith, Bichlien Nguyen, Karin Strauss, Tian Xie, Daniel Zuegner, and Chi Chen, Microsoft

An Assessment of Liquid Metal Catalyzed CO2 Reduction
Michael D. Dickey, North Carolina State; Kourosh Kalantar-Zadeh, University of New South Wales; Kali Frost, Bichlien Nguyen, Karin Strauss, and Jake Smith, Microsoft

Computational Design and Characterization of Organic Electrolytes for Flow Battery and Carbon Capture Applications
David Kwabi, Anne McNeil, and Bryan Goldsmith, University of Michigan; Bichlien Nguyen, Karin Strauss, Jake Smith, Ziheng Lu, Yingce Xia, and Kali Frost, Microsoft

Property Prediction of Recyclable Polymers
Aniruddh Vashisth, University of Washington; Bichlien Nguyen, Karin Strauss, Jake Smith, Kali Frost, Shuxin Zheng, and Ziheng Lu, Microsoft

Accelerated Green Cement Materials Discovery
Eleftheria Roumeli, University of Washington; Kristen Severson, Yuan-Jyue Chen, Bichlien Nguyen, and Jake Smith, Microsoft

Environmental resilience

Causal Inference to Understand the Impact of Humanitarian Interventions on Food Security in Africa
Gustau Camps-Valls, Universitat de Valencia; Ted Shepherd, University of Reading; Alberto Arribas Herranz, Emre Kiciman, and Lester Mackey, Microsoft

Improving Subseasonal Forecasting with Machine Learning
Judah Cohen, Verisk; Dara Entekhabi and Sonja Totz, MIT; Lester Mackey , Alberto Arribas Herranz, and Bora Ozaltun, Microsoft

标签