NASA და IBM-მა გაერთიანდა ძალები, რათა განავითაროს ხელოვნური ინტელექტის ძირითადი მოდელი ამინდისა და კლიმატის პროგნოზირებისთვის. ისინი აერთიანებენ თავიანთ ცოდნას და უნარებს დედამიწის მეცნიერებაში და ხელოვნური ინტელექტის სფეროში, რათა შექმნან მოდელი, რომელიც, მათი თქმით, უნდა შესთავაზოს "მნიშვნელოვანი უპირატესობები არსებულ ტექნოლოგიებთან შედარებით".
თანამედროვე ხელოვნური ინტელექტის მოდელები, როგორიცაა GraphCast და Fourcastnet, უკვე აწარმოებენ ამინდის პროგნოზს უფრო სწრაფად, ვიდრე ტრადიციული ამინდის მოდელები. ჩვენ ცოტა ხნის წინ დავწერეთ ამის შესახებ GraphCast-ის შესაძლებლობები ამ მხრივ. თუმცა, IBM აღნიშნავს, რომ ეს არის მხოლოდ ხელოვნური ინტელექტის ემულატორები და არა საბაზისო მოდელები.
ხელოვნური ინტელექტის ემულატორებს შეუძლიათ ამინდის პროგნოზის გაკეთება სასწავლო მონაცემთა ნაკრების საფუძველზე, მაგრამ მათ სხვა გამოყენება არ აქვთ. მათ არ შეუძლიათ, როგორც IBM ამბობს, ამინდის პროგნოზის მიღმა „ფიზიკის გაშიფვრა“.
NASA და IBM-ს აქვს რამდენიმე მიზანი მათი საბაზისო მოდელისთვის. პირველ რიგში, ისინი იმედოვნებენ, რომ ახლანდელ მოდელებთან შედარებით, ის უფრო ხელმისაწვდომი იქნება, უფრო სწრაფად გამოიტანს დასკვნებს და მოიცავს მრავალფეროვან მონაცემებს. მეორე, ისინი იმედოვნებენ, რომ გააუმჯობესებენ პროგნოზირების სიზუსტეს სხვა კლიმატის აპლიკაციებისთვის. მოდელის მოსალოდნელი შესაძლებლობები მოიცავს მეტეოროლოგიური ფენომენების პროგნოზირებას, დაბალი გარჩევადობის მონაცემებიდან მაღალი გარჩევადობის ინფორმაციის დასკვნას და „ხელსაყრელი პირობების იდენტიფიცირებას ყველაფრისთვის, თვითმფრინავის ტურბულენტობიდან დაწყებული ტყის ხანძრამდე“.
ის მოჰყვება სხვა ძირითად მოდელს, რომელიც NASA-მ და IBM-მა გამოუშვეს წელს. ადრე ჩვენ ვწერდით, რომ ის იყენებს მონაცემებს NASA-ს გეოსივრცითი დაზვერვის თანამგზავრებიდან და არის ყველაზე დიდი გეოსივრცითი მოდელი Hugging Face ღია კოდის AI პლატფორმაზე, IBM-ის თანახმად.
ჯერჯერობით, ეს მოდელი გამოიყენებოდა კენიაში ხის დარგვისა და ზრდის თვალყურის დევნებისთვის. ამ პროექტის მიზანია მეტი ხის დარგვა და უწყლობის პრობლემის მოგვარება. მოდელი ასევე გამოიყენება არაბეთის გაერთიანებულ საემიროებში ურბანული სითბოს კუნძულების გასაანალიზებლად.
ასევე წაიკითხეთ: