NASA và IBM đã hợp tác để phát triển mô hình trí tuệ nhân tạo cơ bản để dự báo thời tiết và khí hậu. Họ đang kết hợp kiến thức và kỹ năng của mình về khoa học Trái đất và AI để tạo ra một mô hình mà họ cho rằng sẽ mang lại “những lợi thế đáng kể so với các công nghệ hiện có”.
Các mô hình AI hiện đại như GraphCast và Fourcastnet đã tạo ra dự báo thời tiết nhanh hơn các mô hình thời tiết truyền thống. Gần đây chúng tôi đã viết về Khả năng của GraphCast về vấn đề này. Tuy nhiên, IBM lưu ý rằng đây chỉ là trình giả lập AI chứ không phải mô hình cơ sở.
Trình mô phỏng AI có thể đưa ra dự đoán thời tiết dựa trên tập dữ liệu huấn luyện, nhưng chúng không có công dụng nào khác. IBM nói, họ cũng không thể "giải mã được tính chất vật lý" đằng sau việc dự báo thời tiết.
NASA và IBM có một số mục tiêu cho mô hình cơ sở của họ. Đầu tiên, họ hy vọng rằng, so với các mô hình hiện tại, nó sẽ dễ tiếp cận hơn, đưa ra kết luận nhanh hơn và bao gồm dữ liệu đa dạng hơn. Thứ hai, họ hy vọng sẽ cải thiện độ chính xác dự báo cho các ứng dụng khí hậu khác. Các khả năng dự kiến của mô hình này bao gồm dự báo các hiện tượng khí tượng, suy ra thông tin có độ phân giải cao từ dữ liệu có độ phân giải thấp và “xác định các điều kiện thuận lợi cho mọi thứ, từ nhiễu loạn máy bay đến cháy rừng”.
Nó tuân theo một mô hình cơ bản khác mà NASA và IBM đã triển khai trong năm nay. Trước đó chúng tôi đã viết rằng cô ấy sử dụng dữ liệu từ các vệ tinh trí tuệ không gian địa lý của NASA và là mô hình không gian địa lý lớn nhất trên nền tảng AI nguồn mở Hugging Face, theo IBM.
Cho đến nay, mô hình này đã được sử dụng để theo dõi và trực quan hóa việc trồng và phát triển cây ở các khu vực tháp nước ở Kenya. Mục tiêu của dự án này là trồng thêm cây xanh và giải quyết vấn đề thiếu nước. Mô hình này cũng được sử dụng để phân tích các đảo nhiệt đô thị ở UAE.
Đọc thêm: