A NASA és az IBM közös időjárás-MI-t fejleszt

A NASA és az IBM összefogott, hogy egy mesterségesintelligencia-alapú modellt hozzon létre az időjárási és éghajlati alkalmazásokhoz. Állításuk szerint a modell képes lesz meteorológiai jelenségek előrejelzésére és az erdőtüzeknek kedvező körülmények azonosítására.

 

A földtudományok és a mesterséges intelligencia területén szerzett ismereteiket és képességeiket egyesítik a modellhez, amely állításuk szerint „jelentős előnyöket kínál a meglévő technológiával szemben”.

A jelenlegi mesterségesintelligencia-modellek, mint például a Google GraphCast és az Nvidia Fourcastnet, már most gyorsabban készítenek időjárás-előrejelzéseket, mint a hagyományos meteorológiai modellek. Az IBM azonban megjegyzi, hogy ezek inkább mesterségesintelligencia-emulátorok, mint alapmodellek. Ahogy a név is mutatja, az alapmodellek azok az alaptechnológiák, amelyek a generatív MI-alkalmazásokat működtetik. Az MI-emulátorok képesek időjárás-előrejelzéseket készíteni gyakorló adathalmazok alapján, de ezen túlmenően nem rendelkeznek alkalmazásokkal. Az IBM szerint az időjárás-előrejelzés alapját képező fizikát sem tudják kódolni.

graphcast illustration
Google Deepmind GraphCast [Forrás: Google]
A NASA és az IBM több célt is kitűzött az alapmodellel kapcsolatban. A jelenlegi modellekkel összehasonlítva azt remélik, hogy bővebb hozzáférhetőséggel, rövidebb következtetési idővel és nagyobb adatváltozattal rendelkezik majd. Egy másik fontos cél az előrejelzési pontosság javítása más éghajlati alkalmazások számára. A modell várható képességei közé tartozik a meteorológiai jelenségek előrejelzése, a nagy felbontású információk következtetése alacsony felbontású adatok alapján, valamint „a repülőgépek turbulenciájától kezdve az erdőtüzekig mindenhez kedvező körülmények azonosítása”.

A NASA májusban bevezetett modellje a műholdjainak adatait hasznosítja a térinformatikai intelligencia számára, amely az IBM szerint a legnagyobb térinformatikai modell a Hugging Face nyílt forráskódú MI platformon. Eddig ezt a modellt arra használták, hogy nyomon kövessék és vizualizálják a faültetési és -növesztési tevékenységeket Kenyában azzal a céllal, hogy több fát ültessenek és kezeljék a vízhiány problémáit.

 

További tartalmak

Legolvasottabb tartalmak

Strategy

Valós idejű adózás

Human

Az egészség hálózatai

Technology

Egy év, amely átírta az emberiség és a mesterséges intelligencia viszonyát

Strategy

Exportcikk lehet a DÁP-ból

ITBUSINESS heti hírlevél feliratkozás

.
Scroll to Top