IBM и NASA выпускают модель искусственного интеллекта с открытым исходным кодом для обнимающего лица в приложениях по погоде и климату
IBM и NASA выпускают модель искусственного интеллекта с открытым исходным кодом для обнимающего лица в приложениях по погоде и климату. IBM (NYSE: IBM ) сегодня анонсировала новую модель фундамента ИИ для различных вариантов использования погоды и климата, доступную в открытом исходном коде для научных, разработчиков и бизнес-сообществ. Разработанная IBM и NASA при участии Национальной лаборатории Оук-Ридж, эта модель предлагает гибкий, масштабируемый способ решения различных задач, связанных с краткосрочной погодой, а также долгосрочным прогнозированием климата. Благодаря своей уникальной конструкции и режиму обучения, модель фундамента погоды и климата может решать гораздо больше задач, чем существующие модели искусственного интеллекта погоды , как указано в недавно опубликованной на arXiv статье «Prithvi WxC: фундаментальная модель для погоды и климата». Потенциальные приложения включают создание целевых прогнозов на основе локальных наблюдений, обнаружение и предсказание суровых погодных условий, улучшение пространственного разрешения глобальных климатических симуляций и улучшение представления физических процессов в числовых моделях погоды и климата. В одном эксперименте в указанной выше статье фундаментальная модель точно реконструировала глобальные температуры поверхности из случайной выборки всего из пяти процентов исходных данных, что предполагает более широкое применение для решения проблем усвоения данных. Эта модель была предварительно обучена на 40-летних данных наблюдения за Землей из Modern-Era Retrospective analysis for Research and Applications, Version 2 (MERRA-2) NASA. Как базовая модель, она имеет уникальную архитектуру, которая позволяет ей быть точно настроенной на глобальный, региональный и локальный масштабы. Эта гибкость делает ее пригодной для ряда погодных исследований. Базовая модель доступна для загрузки на Hugging Face, вместе с двумя доработанными версиями модели, которые охватывают конкретные научные и отраслевые приложения. Это: Уменьшение масштаба климатических и погодных данных : распространенная метеорологическая практика — уменьшение масштаба — вывод выходных данных высокого разрешения из переменных низкого разрешения. Типичные входные данные включают температуру, осадки и приземные ветры, все из которых могут иметь различное разрешение. Модель может отображать как погодные, так и климатические данные с разрешением до 12x, генерируя локализованные прогнозы и климатические проекции. Тонко настроенная модель уменьшения масштаба доступна на странице IBM Granite на Hugging Face. Параметризация гравитационных волн : Гравитационные волны повсеместно распространены в атмосфере и могут влиять на многие атмосферные процессы, связанные с климатом и погодой, такие как образование облаков и турбулентность самолетов. Традиционно существующие числовые климатические модели недостаточно охватывают гравитационные волны, что приводит к неопределенностям в отношении того, как именно гравитационные волны могут влиять на климатические процессы. Эта фундаментальная модель погоды и климата может помочь ученым лучше оценить генерацию гравитационных волн, повысить точность числовых моделей погоды и климата и ограничить неопределенность при моделировании будущих погодных и климатических событий. Эта модель параметризации гравитационных волн выпускается как часть семейства моделей NASA-IBM Prithvi на Hugging Face. «Развитие науки о Земле в NASA на благо человечества означает предоставление действенной науки способами, которые полезны для людей, организаций и сообществ. Стремительные изменения, которые мы наблюдаем на нашей родной планете, требуют этой стратегии для удовлетворения срочности момента», — сказала Карен Сен-Жермен , директор отдела наук о Земле Управления научных миссий NASA. «Основная модель NASA поможет нам создать инструмент, который люди смогут использовать: погодные, сезонные и климатические прогнозы для принятия обоснованных решений о том, как подготовиться, отреагировать и смягчить последствия». «В этой области появились крупные модели ИИ, которые фокусируются на фиксированном наборе данных и единственном варианте использования — в первую очередь прогнозировании. Мы разработали нашу модель фундамента погоды и климата, чтобы выйти за рамки таких ограничений, чтобы ее можно было настроить на различные входные данные и варианты использования», — сказал Хуан Бернабе-Морено , директор IBM Research Europe и руководитель направления ускоренных исследований IBM в области климата и устойчивого развития. «Например, модель может работать как на всей Земле, так и в локальном контексте. Благодаря такой гибкости с точки зрения технологий эта модель хорошо подходит для того, чтобы помочь нам понять метеорологические явления, такие как ураганы или атмосферные реки, рассуждать о будущих потенциальных климатических рисках за счет повышения разрешения климатических моделей и, наконец, информировать нас о надвигающихся суровых погодных явлениях». «Как ведущий исследовательский институт и вычислительная база, мы сосредоточены на поддержке команд, которые совершают исследовательские прорывы во многих областях науки», — сказал Арджун Шанкар, директор Национального центра вычислительных наук в Национальной лаборатории Оук-Ридж. «Наше сотрудничество с IBM и NASA в поддержку создания модели фундамента погоды и климата Притхви было ключевой частью нашей цели по внедрению передовых вычислений и данных в проблемы национального значения, в данном случае для приложений погоды и климата, которые требуют постоянного совершенствования вычислительной науки и навыков моделирования, чтобы быть эффективными». IBM уже сотрудничала с Environment and Climate Change Canada (ECCC) с целью проверки гибкости модели с дополнительными вариантами использования прогнозирования погоды. С помощью этой модели ECCC изучает очень краткосрочные прогнозы осадков, используя технику, называемую текущим прогнозированием осадков, которая принимает данные радара в реальном времени в качестве входных данных. Группа также тестирует подход к уменьшению масштаба с глобальных модельных прогнозов с разрешением 15 км до км. Эта модель погоды и климата является частью более масштабного сотрудничества IBM Research и NASA по использованию технологии ИИ для исследования нашей планеты и присоединяется к семейству моделей Prithvi с фундаментом ИИ. В прошлом году IBM и NASA сделали геопространственную модель ИИ Prithvi крупнейшей геопространственной моделью ИИ с открытым исходным кодом, доступной на Hugging Face. С тех пор эта геопространственная модель фундамента используется правительствами, компаниями и государственными учреждениями для изучения изменений в схемах стихийных бедствий, биоразнообразии, землепользовании и других геофизических процессах. Источник: www.newswire.ca
Пост взят с международного финтех-медиа ресурса
ДЛЯ ЛЮДЕЙ