NASA 和 IBM 的未来人工智能希望利用美国航天局每年产生的 PB 级数据。这是一个真正的宝藏，可以帮助预防与气候变化有关的某些灾难，还可以为气候学研究人员创建一种 ChatGPT。
如果像 ChatGPT 和 Dall-E 这样的人工智能模型有望“改变世界”，那么其他二元智能的任务比生成外星猫的图像更重要。就像 NASA 和 IBM 联合开发的产品一样，它们今天围绕一个巨大的挑战正式建立了合作伙伴关系：帮助我们更有效地研究气候变化。并尝试寻找合适的答案。该方法的核心是两个宝藏：数据和模型。该数据是美国航天局的数据。美国宇航局马歇尔太空飞行中心（阿拉巴马州亨茨维尔）的研究员拉胡尔·拉马钱德兰 (Rahul Ramachandran) 表示：“NASA 目前管理的容量为 70 PB，我们预测到 2025 年左右将管理约 250 PB”。海量的数据，潜在的丰富信息……只要我们能够利用它！
另请阅读：核太空推进有助于前往火星……甚至更远的地方！（2023 年 1 月）
这就是你知道（也许不知道）的人工智能模型非常有趣的地方：所谓的“基础”模型。如果您玩过 ChatGPT，那么您就使用过源自 GPT-3 的特定 AI。 IBM 想要开发的正是这种同一类型的高级模型。因为它们是唯一能够包含如此大量数据的。最重要的是，正如其名称所示，这些模型可以作为更专业的人工智能的“基础”。就像 ChatGPT 生成文本和 Dall-E 图像一样，与 NASA 数据共同开发的 IBM 模型将作为科学人工智能的基础。特别是，他们将能够帮助研究人员、活动家和其他紧急服务机构应对气候变化。以及他们的后果。
基础、用途
如果人工智能训练模型是抽象的，那么这些人工智能的应用就更容易理解。当被问及“你如何向一个对人工智能零了解的人解释这个模型可以实现什么？»，拉胡尔·拉马钱德兰立即用一个具体的例子做出回应。 “想象一下救援队正在分析遭受严重洪水袭击的国家的形象。借助经过完美训练的人工智能，人工智能将能够通过过去和当前的卫星图像库非常快速地确定哪些区域受影响最严重。并帮助团队更智能、更高效地部署工作”。所有这一切，即使地面通讯被切断，图像分析也足以盘点局势。
另请阅读： 为什么 NASA 和 ESA 将赌注押在 RISC V 上用于未来的太空芯片（2022 年 9 月）
提到卫星图像并非巧合。最初，IBM 模型将使用来自 Harmonized Landsat Sentinel-2 (HLS) 的数据和图像。利用此类模型的巨大优势（无需预先标记的数据），IBM 的智能将被训练来了解我们的星球。对于（根据新闻稿）“识别自然灾害、周期性农业产量和野生动物栖息地等现象的地理足迹的变化”。基本上，成为一种能够看到和扫描整个地球表面的大大脑，并且能够支持研究人员解释某些发展。
面向地球科学研究人员的 ChatGPT
IBM 和 NASA 将开发的另一种智能是训练有素的人工智能“300,000 篇专门针对地球科学的科学文章”。人工智能的工作方式有点像 ChatGPT：成为一个易于搜索的知识体系。该模块部分基于 IBM PrimeQA 的多语言问答系统，旨在硬集成到 NASA 数据系统的核心。最终能够接受研究人员的质疑。
足以开发工具让研究人员可以查询人工智能并轻松查找信息及其来源。比使用简单的传统基于关键字的搜索引擎更快地继续处理他们的文件。最重要的是，已经具备了只有人工智能才能实现的知识连接要素。问题显然是结果的相关性是否能满足专业受众的期望。无论如何，滥用语言和其他虚假信息元素至少具有不存在的优点。工作材料仅限于科学文章。
另请阅读： “它没有什么革命性的”：法国人工智能先驱 Yann LeCun 对 ChatGPT 不感兴趣（2023 年 1 月）
如果这些项目取得成果，其他举措已经在计划中，其中“包括使用大气观测数据集 MERRA2 建立天气和气候预测的基础模型。 »这个项目出现在之前的项目之后是合乎逻辑的，因为除了大量数据之外，气候模型的复杂性还需要完全不同量级的额外计算能力。
另请阅读:IBM 花了 20 年时间来保护我们免受尚不存在的量子威胁（2022 年 7 月）
最后一点，公募爱好者们，与OpenAI等模型很多关键技术是封闭的不同，这里整个知识链是开放的。从公共领域的 NASA 数据（图像、文章等）到将获得许可的 IBM 模型开源，整个项目受到美国宇航局“开源科学”倡议的支持。问题是 IBM 和 NASA 是否计划设计一个所有人都可以访问的“气候 ChatGPT”！
