ผู้ร่วมเขียนไมเคิลพริทชาร์ดผู้ช่วยศาสตราจารย์ทางวิทยาศาสตร์ระบบโลกพูดว่า “ก้อนเมฆมีหน้าที่สำคัญในสภาพอากาศของโลกโดยการขนส่งความร้อนรวมทั้งความชุ่มชื้นสะท้อนและก็ดูดซึมรังสีพระอาทิตย์ดักจับแสงอินฟราเรดรังสีอินฟาเรดแล้วก็การตกขี้ตะกอน “แม้กระนั้นมันอาจมีขนาดเล็กเพียงแค่ไม่กี่ร้อยเมตรและก็มีขนาดค่อนข้างจะใหญ่มากยิ่งกว่ามาตรฐานของระบบลักษณะอากาศแบบกริดที่มีความละเอียดตั้งแต่ 50 ถึง 100 กิโลด้วยเหตุผลดังกล่าวการเลียนแบบตัวอย่างพวกนี้ก็เลยใช้พลังงานรวมทั้งเวลาอันพรั่งพร้อมของคอมพิวเตอร์”

แบบจำลองการคาดการณ์สภาพอากาศมาตรฐานเลียนแบบฟิสิกส์ของคลาวด์โดยใช้อัลกอริทึมจำนวนที่เรียบง่ายซึ่งอาศัยข้อสมมติที่ไม่สมบูรณ์เกี่ยวกับขั้นตอนการที่เกี่ยวพัน Pritchard บอกว่าขณะที่พวกเขาสามารถช่วยทำให้การเลียนแบบขยายออกไปได้มากถึงหนึ่งศตวรรษมีข้อ จำกัด บางประการที่ จำกัด จุดเด่นของพวกเขาอย่างเช่นการแสดงฝนตกปราณีแทนปริมาณน้ำฝนที่เหมือนจริงเยอะขึ้นและไม่มีต้นแบบสภาพภูมิอากาศทั่วๆไปอื่นๆ

ตาม Pritchard สภาพอากาศชุมชนเห็นด้วยกับผลตอบแทนของการเลียนแบบความภักดีสูงที่เกื้อหนุนความมากมายของระบบก้อนเมฆในธรรมชาติ

“แต่ว่าการขาดพลังซุปเปอร์คอมพิวเตอร์หรือไม่ถูกจำพวกมีความหมายว่านี่ยังไกลห่างออกไป” เขากล่าว “ในเวลาเดียวกันเขตข้อมูลต้องจัดการกับจุดบกพร่องที่เกิดจากจุดบกพร่องในหัวข้อที่เกี่ยวกับความเคลื่อนไหวปริมาณน้ำฝนในอนาคตและก็ความเคลื่อนไหวของก้อนเมฆจะขยายหรือกัดกันสภาวะโลกร้อนจากการปลดปล่อยแก๊สปรากฏการณ์เรือนกระจกได้เช่นไร”

กลุ่มอยากตรวจสอบว่าการศึกษาด้วยเครื่องคอมพิวเตอร์แบบลึกบางทีอาจเป็นโอกาสที่มีคุณภาพมีเป้าประสงค์แล้วก็เป็นข้อมูลซึ่งสามารถใช้ประโยชน์กับการคาดเดาลักษณะอากาศของกระแสหลักได้อย่างเร็ว ขั้นตอนการนี้ขึ้นกับอัลกอริทึมคอมพิวเตอร์ที่เอาอย่างความนึกคิดรวมทั้งความรู้ความเข้าใจสำหรับในการศึกษาของจิตใจมนุษย์

พวกเขาเริ่มด้วยการฝึกอบรมโครงข่ายประสาทเทียมลึกเพื่อพยากรณ์ผลของโมเดลก้อนเมฆสองแบบขนาดเล็กสองมิติเมื่อพวกเขาตอบโต้กับต้นแบบลักษณะอากาศของดาวนพเคราะห์ในโลกห้วงสมุทรที่หลอกตา

นักค้นคว้าบอกว่าโปรแกรมการสอนใหม่ที่เรียกว่า “Cloud Brain” ปฏิบัติหน้าที่ได้อย่างอิสระในแบบอย่างสภาพภูมิอากาศโดยนักค้นคว้าได้พรีเซ็นท์แบบจำลองยาวนานหลายปีที่มีความเสถียรภาพและก็ถูกซึ่งรวมทั้งการเร่งรัดการเร่งรัดและก็คลื่นเขตร้อนที่เหมือนจริง

“โครงข่ายประสาทได้ทำความเข้าใจที่จะชี้ให้เห็นถึงข้อ จำกัด ด้านกายภาพฐานรากเกี่ยวกับกรรมวิธีการที่ก้อนเมฆเขยื้อนความร้อนรวมทั้งไอระเหยไปบริเวณโดยที่มิได้รับการแจ้งให้ทราบอย่างชัดเจนให้ทำแบบนั้นและก็การทำงานนี้ทำเป็นเพียงนิดหน่อยด้วยพลังการประมวลผลรวมทั้งในขณะที่จำเป็นจะต้องในการสร้างแบบจำลองก้อนเมฆ กรรมวิธีการ “นักเขียนนำ Stephan Rasp, นิสิตปริญญาเอก LMU ในอุตุนิยมวิทยาที่เริ่มการทำงานด้วยกันกับ Pritchard ในโครงงานนี้เป็นนักวิชาการเยี่ยมชมที่ UCI พูดว่า

“ฉันรู้สึกตื่นเต้นเป็นอย่างมากที่ใช้เวลาเพียงแต่ 3 เดือนสำหรับเพื่อการเลียนแบบเครือข่ายประสาทเทียมนี้” นายพริทชาร์ดกล่าว “คุณสามารถทำความเป็นกลางให้กับฟิสิกส์แบบคลาวด์ได้มากขึ้นถ้าเกิดคุณอยากได้เพียงแต่เลียนแบบบรรยากาศโลกตรงเวลาร้อยวันแค่นั้นเดี๋ยวนี้พวกเราทราบดีแล้วว่าเป็นได้ว่าจะเป็นแนวทางที่น่าดึงดูดสำหรับวิธีการนี้เมื่อใช้งานข้อมูลการฝึกอบรมที่สมบูรณ์แบบ .”

นักค้นคว้าอยากที่จะทำงานศึกษาต่อเนื่องเพื่อขยายกระบวนการของพวกเขาไปสู่การตั้งค่าแบบอย่างที่เหนื่อยยากรวมทั้งภาวะภูมิศาสตร์ที่สมจริงสมจังแล้วก็เพื่อทำความเข้าใจข้อ จำกัด ของการเล่าเรียนด้วยเครื่องในการแทรกสอดรวมทั้งการอนุมานนอกจากชุดข้อมูลการฝึกอบรมซึ่งเป็นปริศนาสำคัญในการปรับใช้ความเคลื่อนไหวลักษณะของอากาศบางสิ่งบางอย่าง ถูกเจาะจงเอาไว้ในกระดาษ

‘Cloud computing’ ใช้ความหมายใหม่สำหรับนักวิทยาศาสตร์