NASA ve IBM, hava ve iklim tahminlerine yönelik temel bir yapay zeka modeli geliştirmek için güçlerini birleştirdi. Yer bilimleri ve yapay zeka alanındaki bilgi ve becerilerini birleştirerek "mevcut teknolojilere göre önemli avantajlar" sunması gerektiğini söyledikleri bir model oluşturuyorlar.
GraphCast ve Fourcastnet gibi modern yapay zeka modelleri, hava durumu tahminlerini zaten geleneksel hava durumu modellerinden daha hızlı oluşturuyor. Yakın zamanda şunu yazdık GraphCast yetenekleri bu konuda. Ancak IBM, bunların temel modeller değil, yalnızca yapay zeka öykünücüleri olduğunu belirtiyor.
Yapay zeka emülatörleri, eğitim veri kümelerine dayanarak hava durumu tahminleri yapabilir ancak başka hiçbir işe yaramazlar. IBM'in dediği gibi, hava tahmininin ardındaki "fiziği çözemezler".
NASA ve IBM'in temel modelleri için çeşitli hedefleri var. Öncelikle mevcut modellerle karşılaştırıldığında daha erişilebilir olacağını, daha hızlı sonuç çıkaracağını ve daha çeşitli verileri kapsayacağını umuyorlar. İkincisi, diğer iklim uygulamaları için tahmin doğruluğunu artırmayı umuyorlar. Modelin beklenen yetenekleri arasında meteorolojik olayları tahmin etmek, düşük çözünürlüklü verilerden yüksek çözünürlüklü bilgiler çıkarmak ve "uçak türbülansından orman yangınlarına kadar her şey için uygun koşulları belirlemek" yer alıyor.
NASA ve IBM'in bu yıl piyasaya sürdüğü başka bir temel modeli takip ediyor. Daha önce şunu yazmıştık: verileri kullanır NASA'nın jeo-uzaysal istihbarat uydularından ve IBM'e göre Hugging Face açık kaynaklı yapay zeka platformundaki en büyük jeo-uzaysal modeldir.
Şu ana kadar bu model, Kenya'daki su kulesi alanlarında ağaç dikimini ve ağaç yetiştirmeyi izlemek ve görselleştirmek için kullanıldı. Bu projenin amacı daha fazla ağaç dikmek ve su sıkıntısı sorununu çözmektir. Model aynı zamanda BAE'deki kentsel ısı adalarını analiz etmek için de kullanılıyor.
Ayrıca okuyun: