MarsCast: Transfer Learning of AI Weather Foundation Models to Planetary Atmospheres

Resumen Técnico: MarsCast – Aprendizaje por Transferencia de Modelos Fundacionales de IA de Clima a Atmósferas Planetarias

Planteamiento del Problema
Los avances recientes en el aprendizaje automático han consolidado a los modelos fundacionales de clima basados en la Tierra, como GraphCast, como herramientas de vanguardia para la previsión terrestre, ofreciendo ventajas computacionales significativas sobre la Predicción Numérica del Tiempo (NWP) tradicional. Sin embargo, la aplicabilidad de estos modelos a entornos planetarios distintos a la Tierra permanece inexplorada. La atmósfera de Marte presenta un desafío distintivo debido a su composición delgada dominada por el CO₂, presiones superficiales dos órdenes de magnitud inferiores a las de la Tierra y una dinámica única impulsada por una fuerte variabilidad diurna, intercambio de masa estacional y calentamiento por aerosoles de polvo. Los Modelos de Circulación Global de Marte (MGCM) tradicionales son físicamente exhaustivos pero computacionalmente intensivos, lo que limita su utilidad para la previsión rápida o la cuantificación de la incertidumbre basada en conjuntos (ensembles). La cuestión central abordada es si los modelos fundacionales atmosféricos entrenados en la Tierra pueden transferirse a entornos con una física y composición fundamentalmente diferentes y, de ser así, qué limitaciones existen en la aplicación zero-shot y cómo pueden superarse mediante el ajuste fino (fine-tuning).

Metodología
El estudio adapta GraphCast, un modelo de previsión meteorológica basado en redes neuronales de grafos (GNN) entrenado originalmente con datos de reanálisis ERA5 de la Tierra, para simular la dinámica atmosférica de Marte. La metodología procede en dos fases:

1. Preparación y Preprocesamiento de Datos:

   • Datos de Origen: La Base de Datos Climática de Marte (MCD) proporciona campos atmosféricos globales, incluyendo temperatura del aire a 2 metros, temperatura superficial y variables atmosféricas en 13 niveles de presión vertical (50–1000 Pa), junto con el forzamiento de radiación solar en el tope de la atmósfera (TOA).
   • Reescalado: Para mantener la consistencia numérica con los pesos preentrenados de GraphCast, los campos de temperatura de Marte se reescalaron para coincidir con el rango dinámico del conjunto de datos ERA5 mediante una transformación lineal.
   • Gestión de Variables: Los parámetros de entrada del modelo incluyeron la temperatura a 2 metros, componentes de viento a 10 metros y campos de viento/temperatura 3D en 13 niveles. Crucialmente, la humedad se mantuvo constante en un valor medio global para aislar la variabilidad de la temperatura y reducir la dimensionalidad, y la máscara de tierra-mar se estableció en la unidad (tratando a Marte como enteramente tierra).
   • Muestreo Temporal: Los datos se muestrearon a las 00, 06, 12 y 18 horas para capturar los ciclos diurnos, con el ciclo estacional representado por la longitud solar ($L_s$).

2. Diseño Experimental:

   • Evaluación Zero-Shot: Se aplicó GraphCast de forma autorregresiva a los estados de Marte sin reentrenamiento para evaluar su capacidad de generalizar la dinámica aprendida en la Tierra hacia Marte.
   • Estrategia de Ajuste Fino (Fine-Tuning): Se empleó un enfoque de ajuste fino dirigido utilizando el optimizador AdamW (tasa de aprendizaje $1 \times 10^{-6}$) y pérdida de Error Cuadrático Medio (MSE). El modelo se descongeló para permitir la adaptación del codificador, el procesador y el decodificador. El entrenamiento utilizó tríos secuenciales de pasos de tiempo (por ejemplo, $T_{00}, T_{06} \rightarrow T_{12}$) para aprender el calentamiento y enfriamiento diurno impulsado por el forzamiento solar.
   • Análisis de Sensibilidad: Los experimentos evaluaron el rendimiento a través de diversas duraciones de entrenamiento (hasta ~1000 épocas) y tamaños de muestra (subconjuntos de 30, 100 y 360 días).

Contribuciones Clave

• Demostración de la Transferibilidad: El estudio proporciona la primera evidencia de que un modelo fundacional entrenado en la Tierra puede adaptarse para simular la dinámica atmosférica de Marte, yendo más allá de los enfoques de entrenamiento "desde cero" intentados previamente para modelos planetarios de IA.
• Identificación de Modos de Fallo Zero-Shot: La investigación caracteriza el fallo específico de los modelos entrenados en la Tierra en escenarios zero-shot, observando un rápido decaimiento hacia las medias climatológicas y una incapacidad total para reproducir la variabilidad diurna.
• Protocolo de Adaptación Eficiente: El documento establece un protocolo de ajuste fino que requiere datos mínimos (tan solo 30 días de muestras de entrenamiento) y recursos computacionales (horas en una sola GPU) para lograr un aprendizaje rápido de la dinámica térmica planetaria.
• Modelo de Código Abierto: El modelo resultante, denominado "MarsCast", junto con su arquitectura y checkpoints, se ha puesto a disposición a través de GitHub y Hugging Face.

Resultados

• Rendimiento Zero-Shot: Sin el ajuste fino, GraphCast produjo patrones espaciales discernibles pero falló en capturar los ciclos diurnos. Las previsiones colapsaron rápidamente hacia el equilibrio climatológico, indicando que el balance radiativo y los supuestos termodinámicos específicos de la Tierra no se generalizan a Marte.
• Aprendizaje Rápido vía Fine-Tuning:
  • Ciclo Diurno: En tan solo 10 épocas de entrenamiento, el modelo ajustado comenzó a capturar el ciclo de calentamiento y enfriamiento diurno de Marte.
  • Precisión: Tras ~1000 épocas, el modelo reprodujo la variabilidad de la temperatura diurna consistente con el forzamiento solar, con errores reducidos a menos de ±2 K en la mayoría de las ubicaciones.
  • Eficiencia de Datos: El modelo demostró una alta eficiencia de datos, aprendiendo la dinámica planetaria eficazmente a partir de pequeños subconjuntos de la MCD.
• Estructura Vertical y Estacional:
  • Perfiles Verticales: MarsCast reprodujo con éxito los perfiles de temperatura vertical en 13 niveles, mostrando una fuerte concordancia con la MCD en la atmósfera media (250–800 Pa). Las discrepancias fueron ligeramente mayores en la atmósfera inferior y superior, pero preservaron los gradientes principales.
  • Estacionalidad: El modelo mantuvo la destreza de la previsión a través de cuatro estaciones representativas ($L_s = 60^\circ, 150^\circ, 240^\circ, 330^\circ$), capturando con precisión la dependencia estacional.
• Predicción del Viento: Cuando se incluyeron las variables de viento en la fase final de ajuste fino, el modelo predijo con éxito tanto los vientos meridionales como los zonales, con diferencias de velocidad del viento generalmente dentro de ±4 m/s para las primeras 48 horas.

Significancia y Reivindicaciones
El artículo sostiene que la principal significancia de este trabajo reside en demostrar la viabilidad de adaptar los modelos fundacionales de clima de la Tierra para la ciencia planetaria, ofreciendo una vía hacia una previsión meteorológica aumentada por IA y más rápida. Los autores destacan tres ventajas específicas de este enfoque:

1. Velocidad: La generación de previsiones es órdenes de magnitud más rápida que ejecutar los MGCM de física completa.
2. Eficiencia Computacional: Generar una previsión de 10 días con resolución de 1° requiere aproximadamente 2 minutos en una sola GPU, en comparación con los 30 minutos en un solo CPU para una previsión basada en física de 5° de resolución más gruesa. Esta eficiencia permite el uso práctico de la previsión por conjuntos (ensemble forecasting).
3. Mejora de la Resolución: A pesar de haber sido inicializado con datos de la MCD reducidos a 1° mediante interpolación bilineal, los resultados del modelo capturan visualmente detalles de resolución más fina, lo que sugiere que los modelos fundacionales pueden realizar un escalado hacia abajo (downscaling) efectivo de entradas más gruesas.

El estudio concluye que, si bien la implementación actual simplifica la dinámica de la humedad y el polvo, el éxito de MarsCast valida el concepto de utilizar un modelo fundacional "base" para la adaptación planetaria. Este enfoque proporciona un método rentable para generar nuevos modelos planetarios, apoyando las futuras operaciones de misiones, la mitigación de riesgos por tormentas de polvo y la planificación de la exploración humana.