NASA ve IBM, hava ve iklim uygulamaları için bir yapay zeka geliştiriyor

“Mevcut teknolojiye nazaran kıymetli avantajlar” sunması gerektiğini söyledikleri model için sırasıyla Yer bilimleri ve Yapay Zeka alanlarındaki bilgi ve marifetlerini birleştirecekler.

GraphCast ve Fourcastnet üzere mevcut yapay zeka modelleri, halihazırda klâsik meteorolojik modellerden daha süratli hava durumu varsayımları üretiyor. Lakin IBM, bunların temel modeller yerine yapay zeka öykünücüleri olduğunu belirtiyor. İsminden da anlaşılacağı üzere temel modeller, üretken yapay zeka uygulamalarına güç veren temel teknolojiler. Yapay zeka emülatörleri, eğitim datalarına dayanarak hava durumu kestirimleri yapabilir lakin bunun ötesinde uygulamaları yoktur. IBM, hava varsayımının 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 gayeleri var. Mevcut modellerle karşılaştırıldığında, daha geniş erişilebilirliğe, daha süratli çıkarım mühletlerine ve daha fazla bilgi çeşitliliğine sahip olmasını umuyorlar. Bir öteki değerli gaye ise öteki iklim uygulamaları için varsayım doğruluğunu artırmak. Modelin beklenen yetenekleri ortasında meteorolojik olayları kestirim etmek, düşük çözünürlüklü datalara dayanarak yüksek çözünürlüklü bilgiler çıkarmak ve “uçak türbülansından orman yangınlarına kadar her şeye imkan sağlayan şartları tanımlamak” yer alıyor.

Bu, NASA ve IBM’in Mayıs ayında devreye aldığı diğer bir temel modeli takip ediyor. Jeo-uzaysal zeka için NASA uydularından gelen bilgileri kullanıyor ve IBM’e nazaran 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. Hedef daha fazla ağaç dikmek ve su kıtlığı meseleleriyle uğraş etmekti. Model birebir vakitte Birleşik Arap Emirlikleri’ndeki kentsel ısı adalarını tahlil etmek için de kullanılıyor.