NASA et IBM ont uni leurs forces pour développer un modèle d'intelligence artificielle de base pour la prévision météorologique et climatique. Ils combinent leurs connaissances et leurs compétences en sciences de la Terre et en IA pour créer un modèle qui, selon eux, devrait offrir « des avantages significatifs par rapport aux technologies existantes ».
Les modèles d'IA modernes tels que GraphCast et Fourcastnet génèrent déjà des prévisions météorologiques plus rapidement que les modèles météorologiques traditionnels. Nous avons récemment écrit sur Capacités de GraphCast à cet égard. Cependant, IBM note qu'il ne s'agit que d'émulateurs d'IA, et non de modèles de base.
Les émulateurs d’IA peuvent faire des prévisions météorologiques basées sur des ensembles de données d’entraînement, mais ils n’ont aucune autre utilité. Ils ne peuvent pas non plus, comme le dit IBM, « déchiffrer la physique » derrière les prévisions météorologiques.
NASA et IBM ont plusieurs objectifs pour leur modèle de base. Premièrement, ils espèrent que, par rapport aux modèles actuels, il sera plus accessible, tirera des conclusions plus rapidement et couvrira des données plus diversifiées. Deuxièmement, ils espèrent améliorer la précision des prévisions pour d’autres applications climatiques. Les capacités attendues du modèle incluent la prévision des phénomènes météorologiques, la déduction d'informations haute résolution à partir de données basse résolution et « l'identification de conditions favorables pour tout, des turbulences des avions aux incendies de forêt ».
Il fait suite à un autre modèle de base déployé par la NASA et IBM cette année. Nous avons écrit plus tôt qu'elle utilise des données issu des satellites de renseignement géospatial de la NASA et constitue le plus grand modèle géospatial de la plateforme d'IA open source Hugging Face, selon IBM.
Jusqu’à présent, ce modèle a été utilisé pour suivre et visualiser la plantation et la croissance d’arbres dans les zones des châteaux d’eau au Kenya. L'objectif de ce projet est de planter davantage d'arbres et de résoudre le problème du manque d'eau. Le modèle est également utilisé pour analyser les îlots de chaleur urbains aux Émirats arabes unis.
Lisez aussi: