美国航天局和“蓝色巨人”正在推出一种人工智能模型，可以在 10 到 14 天内更加精确地预测天气。他并没有就此止步，因为他还必须想象明天的极端气候事件将如何表现。
迪拜气候变化会议 (COP 28) 将于 11 月 30 日开幕，即会议召开一年后的第二天。ChatGPT 启动。在这个人工智能民主化的象征性日子，IBM 和 NASA宣布他们在新气候人工智能模型上的合作将扩展到天气预报。对于一个特别难以突破极限的环境来说，这是一个新的里程碑，相关预测从 5 天到 6 天才用了 10 年的时间。随着气候事件的演变，人工智能的登场刻不容缓。
NASA 过去 40 年记录的数据得到了来自气象站和探空气球的大量数据的补充。 IBM 透露，它已经用这些训练了一种名为“基础模型”的新人工智能模型。为了比当前的分析和预测工具做得更好，IBM 和 NASA 的人工智能必须进一步及时观察，同时还要自行想象气候事件的演变。知道40年前的风暴已不再是今天的风暴。
天气在变，气候也在变
IBM 利用这一公告提到了当前模拟器的存在，这些模拟器已经致力于解开天气和气候预报的秘密。有谷歌，通过其 DeepMind 分支使用 GraphCast 工具，欧洲中期天气预报中心近几个月开始使用。但据这家美国跨国公司称，这些工具仅限于监控非常具体的案例；一次专注于一项任务。因此，人们有兴趣建立一个人工智能模型来拓宽视野，使用更多类型的数据，并考虑到气候条件也在变化的事实。
“过去并不总是未来的良好指标，尤其是当气候像今天一样迅速变暖时。例如，2024 年的飓风的风速可能比 1933 年的飓风更高。因此，如果我们的预测完全基于历史数据，我们可能不会看到它的到来。随着新数据的出现，人工智能使我们能够不断更新模型以应对气候变化。”IBM 解释说，在厄尔尼诺气候现象发生的年中，“比往年提前六个月通知”。
从超级计算机到台式计算机
人工智能模型比模拟器更可靠、更强大、更完整，还必须使技术本身的访问民主化。尽管训练大型人工智能学习模型所需的数千个 GPU 需要巨大的能源。“在台式计算机上只需几分钟即可运行预测，而使用 HPC 系统则需要花费数小时”IBM 解释说，它指出许多天气和气候建模专家无法获得能够执行 HPC（高性能计算）的必要机器。
IBM 和 NASA 未来几个月的目标是让人工智能模型得到更广泛的利用，而这两个实体已经在卫星图像分析方面展开合作，特别是在肯尼亚的重新造林、肯尼亚的城市热量监测等特定情况下。阿拉伯联合酋长国，以及洪水区和火灾的预测。提及去年九月第一次, 项目开源必须通过 Hugging Face 平台向所有人开放，通过该平台，IBM 已经建立了合作伙伴关系，可以在 watsonx.ai 平台上使用不同的模型。
在等待人工智能模型结果的首次评估期间，IBM和NASA宣布他们将针对特定场景提供第三方工具，包括10-14天内的天气预报以及航空业的湍流预测和沙尘暴。使用案例作为监控我们的星球、其情绪波动以及对我们基础设施的影响的首要基础。
