NASA və IBM hava və iqlimin proqnozlaşdırılması üçün əsas süni intellekt modelini hazırlamaq üçün birləşib. Onlar Yer elmi və süni intellekt üzrə bilik və bacarıqlarını birləşdirərək, "mövcud texnologiyalar üzərində əhəmiyyətli üstünlüklər" təqdim etməli olduqlarını söylədiklərinə görə bir model yaradırlar.
GraphCast və Fourcastnet kimi müasir süni intellekt modelləri artıq ənənəvi hava modellərindən daha sürətli hava proqnozları yaradır. Bu yaxınlarda yazmışdıq GraphCast imkanları Bu mövzuda. Bununla belə, IBM qeyd edir ki, bunlar yalnız süni intellekt emulyatorlarıdır, baza modelləri deyil.
Süni intellekt emulyatorları təlim məlumat dəstləri əsasında hava proqnozları verə bilər, lakin onların başqa heç bir faydası yoxdur. Həm də onlar, IBM-in dediyi kimi, hava proqnozunun arxasındakı "fizikanı deşifrə edə" bilmirlər.
NASA və IBM-in əsas modeli üçün bir neçə hədəfi var. Birincisi, onlar ümid edirlər ki, hazırkı modellərlə müqayisədə o, daha əlçatan olacaq, daha tez nəticə çıxaracaq və daha müxtəlif məlumatları əhatə edəcək. İkincisi, onlar digər iqlim tətbiqləri üçün proqnozların dəqiqliyini artırmağa ümid edirlər. Modelin gözlənilən imkanlarına meteoroloji hadisələri proqnozlaşdırmaq, aşağı ayırdetmə qabiliyyətinə malik məlumatlardan yüksək ayırdetmə qabiliyyətinə malik məlumatı çıxarmaq və “təyyarələrin turbulentliyindən tutmuş meşə yanğınlarına qədər hər şey üçün əlverişli şəraiti müəyyən etmək” daxildir.
Bu, NASA və IBM-in bu il təqdim etdiyi başqa bir əsas modeli izləyir. Əvvəllər yazmışdıq ki, o məlumatlardan istifadə edir NASA-nın coğrafi kəşfiyyat peyklərindən alınmışdır və IBM-ə görə Hugging Face açıq mənbəli AI platformasındakı ən böyük coğrafi modeldir.
İndiyə qədər bu model Keniyada su qülləsi ərazilərində ağac əkilməsi və böyüməsini izləmək və vizuallaşdırmaq üçün istifadə edilmişdir. Bu layihənin məqsədi daha çox ağac əkmək və su çatışmazlığı problemini həll etməkdir. Model həmçinin BƏƏ-də şəhər istilik adalarını təhlil etmək üçün istifadə olunur.
Həmçinin oxuyun: