NASA ve IBM, hava ve iklim uygulamaları için bir yapay zeka geliştiriyor

"Mevcut teknolojiye göre önemli avantajlar" sunması gerektiğini söyledikleri model için sırasıyla Yer bilimleri ve Yapay Zeka alanlarındaki bilgi ve becerilerini birleştirecekler.

GraphCast ve Fourcastnet gibi mevcut yapay zeka modelleri, halihazırda geleneksel meteorolojik modellerden daha hızlı hava durumu tahminleri üretiyor. Ancak IBM, bunların temel modeller yerine yapay zeka öykünücüleri olduğunu belirtiyor. Adından da anlaşılacağı gibi temel modeller, üretken yapay zeka uygulamalarına güç veren temel teknolojiler. Yapay zeka emülatörleri, eğitim verilerine dayanarak hava durumu tahminleri yapabilir ancak bunun ötesinde uygulamaları yoktur. IBM, hava tahmininin temelindeki fiziği de kodlayamadıklarını söylüyor.

NASA ve IBM, hava ve iklim uygulamaları için bir yapay zeka geliştiriyor

NASA ve IBM'in temel modelleri için çeşitli hedefleri var. Mevcut modellerle karşılaştırıldığında, daha geniş erişilebilirliğe, daha hızlı çıkarım sürelerine ve daha fazla veri çeşitliliğine sahip olmasını umuyorlar. Bir diğer önemli amaç ise diğer iklim uygulamaları için tahmin doğruluğunu artırmak. Modelin beklenen yetenekleri arasında meteorolojik olayları tahmin etmek, düşük çözünürlüklü verilere dayanarak yüksek çözünürlüklü bilgiler çıkarmak ve "uçak türbülansından orman yangınlarına kadar her şeye olanak sağlayan koşulları tanımlamak" yer alıyor.

Bu, NASA ve IBM'in Mayıs ayında devreye aldığı başka bir temel modeli takip ediyor. Jeo-uzaysal zeka için NASA uydularından gelen verileri kullanıyor ve IBM'e göre açık kaynaklı yapay zeka platformu Hugging Face'teki en büyük jeo-uzaysal model. Şu ana kadar bu model, Kenya'daki su kulesi alanlarındaki) ağaç dikme ve yetiştirme faaliyetlerini izlemek ve görselleştirmek için kullanıldı. Amaç daha fazla ağaç dikmek ve su kıtlığı sorunlarıyla mücadele etmekti. Model aynı zamanda Birleşik Arap Emirlikleri'ndeki kentsel ısı adalarını analiz etmek için de kullanılıyor.