Partnership NASA e IBM per le applicazioni AI meteorologiche

La NASA e IBM hanno stretto una partnership per costruire un modello di base di intelligenza artificiale per le applicazioni meteorologiche e climatiche. Unendo le rispettive conoscenze e competenze nel campo delle scienze della Terra e dell’AI, le due aziende sostengono che il modello offrirà “vantaggi significativi rispetto alle tecnologie esistenti”.

I modelli di AI attuali e la necessità di fondazione

I modelli di AI attuali, come GraphCast e Fourcastnet, sono già in grado di generare previsioni meteorologiche più velocemente rispetto ai modelli meteorologici tradizionali. Tuttavia, IBM fa notare che questi sono emulatori di AI, piuttosto che modelli di base.

Come suggerisce il nome, i modelli di base sono le tecnologie di base che alimentano le applicazioni AI generative. Gli emulatori di AI possono effettuare previsioni meteorologiche basate su set di dati di addestramento, ma non hanno applicazioni al di là di questo. Inoltre, non sono in grado di codificare la fisica alla base delle previsioni meteorologiche, afferma IBM.

Obiettivi del modello di base

La NASA e IBM hanno diversi obiettivi per il loro modello di base. Rispetto ai modelli attuali, si spera che abbia un’accessibilità ampliata, tempi di inferenza più rapidi e una maggiore diversità di dati. Un altro obiettivo chiave è migliorare l’accuratezza delle previsioni per altre applicazioni climatiche. Le capacità previste del modello includono la previsione di fenomeni meteorologici, l’induzione di informazioni ad alta risoluzione basate su dati a bassa risoluzione e “l’identificazione delle condizioni favorevoli a tutto, dal turbolenza aerea agli incendi boschivi“.

Applicazioni precedenti e successi

Questo segue un altro modello di base che la NASA e IBM hanno implementato a maggio. Sfrutta i dati dei satelliti NASA per l’intelligenza geospaziale ed è il modello geospaziale più grande sulla piattaforma di intelligenza artificiale open-source Hugging Face, secondo IBM. Fino ad ora, questo modello è stato utilizzato per monitorare e visualizzare le attività di piantumazione e crescita degli alberi nelle aree delle torri idriche (paesaggi forestali che trattenendo l’acqua) in Kenya. L’obiettivo è piantare più alberi e affrontare le questioni di scarsità d’acqua. Il modello viene anche utilizzato per analizzare le isole di calore urbane negli Emirati Arabi Uniti.