ناسا و IBM اعلام کردند که در حال ساخت یک مدل پایه هوش مصنوعی برای قابلیت‌های مربوط به آب‌و‌هوا و اقلیم هستند. مدل آن‌ها که گفته‌می‌شود «مزایای قابل توجهی نسبت به فناوری موجود» خواهد داشت، از دانش و مهارت‌های این دو شرکت در زمینه‌های علوم زمین و هوش مصنوعی کمک می‌گیرد.

براساس گزارش انگجت، ناسا و آی‌بی‌ام برای مدل پایه خود چندین هدف دارند. در مقایسه با مدل‌های فعلی، آن‌ها امیدوار هستند که این مدل قابلیت دسترسی گسترده‌تر، زمان استنتاج سریع‌تر و تنوع بیشتری از داده‌ها را داشته باشد. هدف کلیدی دیگر این مدل بهبود دقت پیش‌بینی آب‌و‌هوا است.

قابلیت‌های هوش مصنوعی ناسا و IBM

قابلیت‌های موردانتظار این مدل نیز شامل پیش‌بینی پدیده‌های هواشناسی، استنباط اطلاعات با وضوح بالا بر اساس داده‌های با وضوح کم و «شناسایی شرایط مساعد برای همه‌چیز از تلاطم هواپیما گرفته تا آتش‌سوزی‌های جنگلی» می‌شود.

به گفته IBM، این مدل از داده‌های ماهواره‌های ناسا برای هوش مکانی استفاده می‌کند و همچنین بزرگ‌ترین مدل جغرافیایی در پلتفرم منبع باز هوش مصنوعی Hugging Face است.

تاکنون از این مدل برای ردیابی و تجسم فعالیت‌های مربوط به کاشت و رشد درخت در مناطق برج آب (مناظر جنگلی که آب را در خود نگه می‌دارند) در کنیا استفاده شده است. از این مدل همچنین برای تجزیه و تحلیل جزایر گرمایی شهری در امارات متحده عربی کمک گرفته شده است.

در حال حاضر مدل‌های هوش مصنوعی از جمله GraphCast و Fourcastnet برای پیش‌بینی آب‌و‌هوای سریع‌‌تر نسبت به مدل‌های هواشناسی سنتی وجود دارند. با این حال، همانطور که آی‌بی‌ام (IBM) اشاره می‌کند، آن‌ها بیشتر شبیه‌ساز هوش مصنوعی هستند تا مدل پایه. همانطور که از نام آن‌ها پیداست، مدل‌های پایه، فناوری‌های پایه‌ای هستند که برنامه‌های هوش مصنوعی مولد را خلق می‌کنند. در مقابل، شبیه‌سازهای هوش مصنوعی می‌توانند براساس مجموعه‌ای از داده‌های آموزشی پیش‌بینی آب‌و‌هوا را انجام دهند.

IBM همچنین می‌گوید که آن‌ها نمی‌توانند فیزیک را در هسته پیش بینی آب‌و‌هوا رمزگذاری کنند.