IBM и НАСА выпустили ИИ-модель с открытым исходным кодом для приложений по изучению погоды и климата

В отличие от существующих моделей, которые в первую очередь ориентированы на краткосрочное прогнозирование погоды, Prithvi предназначена для широкого спектра приложений, включая длительные климатические исследования. В IBM обещают, что «её уникальная архитектура и режим обучения обеспечивают повышенную точность, скорость и экономическую эффективность».

Prithvi вышла в двух вариантах:

• модель масштабирования, которая увеличивает разрешение погодных и климатических данных в 12 раз, что позволяет делать более детальные локальные прогнозы;

• модель параметризации гравитационных волн, которая помогает учёным лучше понять атмосферные явления и их влияние на такие процессы, как формирование облаков.

Модель была обучена на датасете MERRA-2 НАСА, куда вошли данные наблюдения за Землёй за сорок лет. Архитектура модели позволяет адаптировать её к глобальным, региональным и локальным масштабам, благодаря чему она подходит для широкого спектра погодных и климатических приложений.

В 2023 году НАСА и IBM Research презентовали первую базовую модель геопространственного искусственного интеллекта с открытым исходным кодом Geospatial AI Foundation. Она была создана с использованием набора данных Harmonized Landsat Sentinel-2 (HLS) НАСА. Её можно применять для отслеживания изменений в землепользовании, мониторинга стихийных бедствий и прогнозирования урожайности.