NASA dan IBM telah bekerja sama untuk mengembangkan model dasar kecerdasan buatan untuk memperkirakan cuaca dan iklim. Mereka menggabungkan pengetahuan dan keterampilan mereka dalam ilmu bumi dan AI untuk menciptakan model yang menurut mereka akan menawarkan “keunggulan signifikan dibandingkan teknologi yang sudah ada.”
Model AI modern seperti GraphCast dan Fourcastnet sudah menghasilkan prakiraan cuaca lebih cepat dibandingkan model cuaca tradisional. Kami baru-baru ini menulis tentang Kemampuan GraphCast dalam kasus ini. Namun, IBM mencatat bahwa ini hanyalah emulator AI, bukan model dasar.
Emulator AI dapat membuat prediksi cuaca berdasarkan kumpulan data pelatihan, namun tidak ada kegunaan lain. Mereka juga tidak dapat, seperti dikatakan IBM, "menguraikan ilmu fisika" di balik prakiraan cuaca.
NASA dan IBM memiliki beberapa tujuan untuk model dasar mereka. Pertama, mereka berharap, dibandingkan dengan model yang ada saat ini, model ini akan lebih mudah diakses, menarik kesimpulan lebih cepat, dan mencakup data yang lebih beragam. Kedua, mereka berharap dapat meningkatkan akurasi perkiraan untuk penerapan iklim lainnya. Kemampuan yang diharapkan dari model ini mencakup meramalkan fenomena meteorologi, menyimpulkan informasi resolusi tinggi dari data resolusi rendah, dan “mengidentifikasi kondisi yang menguntungkan untuk segala hal mulai dari turbulensi pesawat hingga kebakaran hutan.”
Ini mengikuti model dasar lain yang diluncurkan NASA dan IBM tahun ini. Sebelumnya kami menulis bahwa dia menggunakan data dari satelit intelijen geospasial NASA dan merupakan model geospasial terbesar pada platform AI sumber terbuka Hugging Face, menurut IBM.
Sejauh ini, model ini telah digunakan untuk melacak dan memvisualisasikan penanaman dan pertumbuhan pohon di kawasan menara air di Kenya. Tujuan dari proyek ini adalah untuk menanam lebih banyak pohon dan mengatasi masalah kekurangan air. Model ini juga digunakan untuk menganalisis pulau panas perkotaan di UEA.
Baca juga: