NASA és az IBM egyesítette erőit egy alapvető mesterséges intelligencia modell kifejlesztésére az időjárás és az éghajlat előrejelzésére. Egyesítik tudásukat és készségeiket a Földtudomány és a mesterséges intelligencia terén, hogy olyan modellt hozzanak létre, amely szerintük „jelentős előnyöket kínál a meglévő technológiákkal szemben”.
A modern mesterséges intelligencia modellek, mint például a GraphCast és a Fourcastnet, már gyorsabban generálnak időjárás-előrejelzést, mint a hagyományos időjárási modellek. Nemrég írtunk róla GraphCast képességek ebben a tekintetben. Az IBM azonban megjegyzi, hogy ezek csak mesterséges intelligencia-emulátorok, nem alapmodellek.
Az AI-emulátorok képesek időjárás-előrejelzéseket készíteni edzési adatkészletek alapján, de nincs más hasznuk. Ahogy az IBM mondja, nem tudják megfejteni az időjárás-előrejelzés mögötti fizikát sem.
NASA és az IBM-nek több célja is van az alapmodellhez. Először is abban reménykednek, hogy a jelenlegi modellekhez képest könnyebben hozzáférhető lesz, gyorsabban von le következtetéseket, és változatosabb adatokat fed le. Másodszor, remélik, hogy javítják az előrejelzési pontosságot más éghajlati alkalmazásokban. A modell várható képességei közé tartozik a meteorológiai jelenségek előrejelzése, a kis felbontású adatokból a nagy felbontású információkra való következtetés, valamint a "repülőgép turbulenciától a futótüzekig mindenre kedvező feltételek azonosítása".
Ez egy másik alapmodellt követ, amelyet a NASA és az IBM idén kiadott. Korábban írtuk, hogy ő adatokat használ a NASA térinformatikai intelligencia műholdjaiból, és az IBM szerint a Hugging Face nyílt forráskódú mesterséges intelligencia platform legnagyobb térinformatikai modellje.
Eddig ezt a modellt használták kenyai víztornyok területén a faültetés és -termesztés nyomon követésére és megjelenítésére. A projekt célja több fa ültetése és a vízhiány problémájának megoldása. A modellt az Egyesült Arab Emírségek városi hőszigeteinek elemzésére is használják.
Olvassa el még: