NASA IBM과 날씨 및 기후 예측을 위한 기본 인공 지능 모델을 개발하기 위해 힘을 합쳤습니다. 그들은 지구 과학과 AI에 대한 지식과 기술을 결합하여 "기존 기술에 비해 상당한 이점"을 제공해야 한다고 말하는 모델을 만들고 있습니다.
GraphCast 및 Fourcastnet과 같은 최신 AI 모델은 이미 기존 날씨 모델보다 빠르게 일기 예보를 생성합니다. 우리는 최근에 대해 썼습니다 GraphCast 기능 이와 관련하여. 그러나 IBM은 이것이 기본 모델이 아닌 AI 에뮬레이터일 뿐이라고 지적합니다.
AI 에뮬레이터는 훈련 데이터 세트를 기반으로 날씨 예측을 할 수 있지만 다른 용도로는 사용할 수 없습니다. IBM이 말했듯이 그들은 일기 예보의 "물리학을 해독"할 수도 없습니다.
NASA IBM은 기본 모델에 대한 몇 가지 목표를 가지고 있습니다. 첫째, 그들은 현재 모델에 비해 더 쉽게 접근할 수 있고, 더 빠르게 결론을 도출하며, 더 다양한 데이터를 다룰 수 있기를 바라고 있습니다. 둘째, 그들은 다른 기후 적용에 대한 예측 정확도를 향상시키기를 희망합니다. 이 모델의 기대되는 기능에는 기상 현상 예측, 저해상도 데이터에서 고해상도 정보 추론, "항공기 난기류부터 산불까지 모든 것에 유리한 조건 식별"이 포함됩니다.
이는 NASA와 IBM이 올해 출시한 또 다른 기본 모델을 따릅니다. 이전에 우리는 그녀가 데이터를 사용한다 IBM에 따르면 NASA의 지리공간 지능 위성에서 가져온 Hugging Face 오픈 소스 AI 플랫폼에서 가장 큰 지리공간 모델입니다.
지금까지 이 모델은 케냐 급수탑 지역의 나무 심기와 성장을 추적하고 시각화하는 데 사용되었습니다. 이 프로젝트의 목표는 더 많은 나무를 심고 물 부족 문제를 해결하는 것입니다. 이 모델은 UAE의 도시 열섬을 분석하는데도 사용됩니다.
또한 읽기: