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.