Eenvoudigere modellen kunnen beter presteren dan deep learning bij klimaatvoorspellingen
De impact van interne variabiliteit op benchmarking van deep learning emulators Milieuwetenschappers maken steeds vaker gebruik van enorme kunstmatige intelligentie-modellen om voorspellingen te doen over veranderingen in weer en klimaat. Echter, een nieuwe studie van onderzoekers van het MIT toont aan dat grotere modellen niet altijd beter zijn. Het team demonstreert dat in bepaalde klimaatscenario’s…
