Trabajando juntos, la NASA e IBM Research han desarrollado un nuevo modelo de inteligencia artificial para respaldar una variedad de aplicaciones meteorológicas y climáticas. El nuevo modelo, conocido como modelo fundacional Privthi-tiempo-clima, utiliza inteligencia artificial (IA) de maneras que podrían mejorar enormemente la resolución que podremos obtener, abriendo la puerta a mejores modelos meteorológicos y climáticos regionales y locales.
Los modelos fundamentales son modelos básicos a gran escala que se entrenan en conjuntos de datos grandes y sin etiquetar y que se pueden ajustar para una variedad de aplicaciones. El modelo climático-climático de Privthi se entrena con un amplio conjunto de datos (en este caso, datos de la NASA del análisis retrospectivo de la era moderna para investigación y aplicaciones (MERRA-2) de la NASA) y luego hace uso de las capacidades de aprendizaje de la IA para aplicar los patrones recopilados. a partir de los datos iniciales en una amplia gama de escenarios adicionales.
"Avanzar en las ciencias de la Tierra de la NASA en beneficio de la humanidad significa ofrecer ciencia procesable de manera que sea útil para las personas, las organizaciones y las comunidades. Los rápidos cambios que estamos presenciando en nuestro planeta exigen esta estrategia para satisfacer la urgencia del momento". dijo Karen St. Germain, directora de la División de Ciencias de la Tierra de la Dirección de Misiones Científicas de la NASA. "El modelo básico de la NASA nos ayudará a producir una herramienta que la gente pueda utilizar:proyecciones meteorológicas, estacionales y climáticas para ayudar a fundamentar las decisiones sobre cómo prepararse, responder y mitigar".
Con el modelo climático-meteorológico de Privthi, los investigadores podrán respaldar muchas aplicaciones climáticas diferentes que pueden utilizarse en toda la comunidad científica. Estas aplicaciones incluyen la detección y predicción de patrones climáticos severos o desastres naturales, la creación de pronósticos específicos basados en observaciones localizadas, la mejora de la resolución espacial en simulaciones climáticas globales hasta niveles regionales y la mejora de la representación de cómo se incluyen los procesos físicos en los modelos meteorológicos y climáticos. /P>
"Estos modelos transformadores de IA están remodelando la accesibilidad de los datos al reducir significativamente la barrera de entrada al uso de los datos científicos de la NASA", dijo Kevin Murphy, director de datos científicos de la NASA, Dirección de Misiones Científicas en la sede de la NASA. "Nuestro enfoque abierto para compartir estos modelos invita a la comunidad global a explorar y aprovechar las capacidades que hemos cultivado, asegurando que la inversión de la NASA enriquezca y beneficie a todos".
Privthi-weather-climate se desarrolló a través de una colaboración abierta con IBM Research, el Laboratorio Nacional Oak Ridge y la NASA, incluido el Equipo Interagencial de Implementación y Conceptos Avanzados (IMPACT) de la agencia en el Centro Marshall de Vuelos Espaciales en Huntsville, Alabama.
Privthi-weather-climate puede capturar la compleja dinámica de la física atmosférica incluso cuando falta información gracias a la flexibilidad de la arquitectura del modelo. Este modelo fundamental para el tiempo y el clima puede ampliarse a áreas globales y regionales sin comprometer la resolución.
"Este modelo es parte de nuestra estrategia general para desarrollar una familia de modelos básicos de IA para respaldar los objetivos de la misión científica de la NASA", dijo Rahul Ramachandran, quien dirige IMPACT en Marshall. "Estos modelos aumentarán nuestras capacidades para extraer información de nuestros vastos archivos de observaciones de la Tierra".
Privthi-weather-climate es parte de una familia de modelos más grande, la familia Privthi, que incluye modelos entrenados con datos armonizados de LandSat y Sentinel-2 de la NASA. El último modelo sirve como una colaboración abierta en línea con los principios de ciencia abierta de la NASA para hacer que todos los datos sean accesibles y utilizables para las comunidades de todo el mundo. Se lanzará a finales de este año en Hugging Face, una plataforma de ciencia de datos y aprendizaje automático que ayuda a los usuarios a crear, implementar y entrenar modelos de aprendizaje automático.
"El desarrollo del modelo básico de la NASA para el tiempo y el clima es un paso importante hacia la democratización de la misión científica y de observación de la NASA", dijo Tsendgar Lee, director del programa del Área de Enfoque Meteorológico de Investigación y Análisis, del Programa de Computación de Alta Gama y de Datos de la NASA. de Operación y Evaluación. "Seguiremos desarrollando nuevas tecnologías para el análisis de escenarios climáticos y la toma de decisiones."
Junto con IMPACT e IBM Research, el desarrollo de Privthi-weather-climate contó con importantes contribuciones de la Oficina del Director de Datos Científicos de la NASA, la Oficina de Asimilación y Modelado Global de la NASA en el Centro de Vuelos Espaciales Goddard, el Laboratorio Nacional Oak Ridge y la Universidad de Alabama en Huntsville. , Universidad Estatal de Colorado y Universidad de Stanford.
Más información: Obtenga más información sobre los datos de la Tierra y los modelos Privthi anteriores:www.earthdata.nasa.gov/news/im... hls-foundation-model
Proporcionado por la NASA
