נאס"א ו-IBM איחדו כוחות כדי לפתח מודל בינה מלאכותית בסיסית לחיזוי מזג אוויר ואקלים. הם משלבים את הידע והכישורים שלהם במדעי כדור הארץ ובינה מלאכותית כדי ליצור מודל שלדבריהם צריך להציע "יתרונות משמעותיים על פני טכנולוגיות קיימות".
מודלים מודרניים של AI כמו GraphCast ו-Fourcastnet כבר מייצרים תחזיות מזג אוויר מהר יותר ממודלים מסורתיים של מזג אוויר. לאחרונה כתבנו על יכולות GraphCast בעניין זה. עם זאת, IBM מציינת כי מדובר באמולטורים של AI בלבד, לא בדגמי בסיס.
אמולטורים של בינה מלאכותית יכולים לבצע תחזיות מזג אוויר על סמך מערכי נתוני אימון, אך אין להם שימוש אחר. הם גם לא יכולים, כפי ש-IBM אומרת, "לפענח את הפיזיקה" מאחורי חיזוי מזג האוויר.
נאס"א ול-IBM יש כמה יעדים למודל הבסיס שלהם. ראשית, הם מקווים שבהשוואה למודלים הנוכחיים, הוא יהיה נגיש יותר, יסיק מסקנות מהר יותר ויכסה נתונים מגוונים יותר. שנית, הם מקווים לשפר את דיוק החיזוי עבור יישומי אקלים אחרים. היכולות הצפויות של המודל כוללות חיזוי תופעות מטאורולוגיות, הסקת מידע ברזולוציה גבוהה מנתונים ברזולוציה נמוכה, ו"זיהוי תנאים נוחים לכל דבר, החל מערבולת מטוסים ועד שריפות בר".
זה עוקב אחר דגם בסיסי אחר שנאס"א ויבמ הוציאו השנה. קודם כתבנו שהיא משתמש בנתונים מלווייני המודיעין הגיאו-מרחבי של נאס"א והוא הדגם הגיאו-מרחבי הגדול ביותר בפלטפורמת ה-AI בקוד פתוח של Hugging Face, לפי יבמ.
עד כה, מודל זה שימש למעקב והדמיה של נטיעות וגידול עצים באזורי מגדלי מים בקניה. מטרת הפרויקט היא לשתול עוד עצים ולפתור את בעיית המחסור במים. המודל משמש גם לניתוח איי חום עירוניים באיחוד האמירויות.
קרא גם: