Według IBM obecne modele, takie jak GrafCast i Fourcastnet są już w stanie generować dokładniejsze prognozy niż meteorolodzy. Są to jednak tylko emulatory AI, a nie modele bazowe.
PUBLICIDADA
Potrzebny jest nowy model podstawowy
Emulatory AI mogą przewidywać pogodę na podstawie zbiorów danych szkoleniowych, ale nie mają poza tym żadnych zastosowań. Nie kodyfikują one na przykład fizyki będącej podstawą prognozowania pogody.
Model podstawowy, czyli duże modele uczenia maszynowego szkolone na dużych wolumenach danych, to podstawowa technologia napędzająca aplikacje generatywne. Służy jako model „podstawowy” do usprawniania lub pełnej automatyzacji zadań w wielu działach – nie tylko w przypadku konkretnych przypadków. Modele bazowe doskonale sprawdzają się w branżach, w których szkolenie danych może być bardzo trudne — np. w nauce.
Według NASA i IBM nowy model sztucznej inteligencji powinien oferować „znaczną przewagę nad istniejącą technologią”. W porównaniu z obecnymi modelami NASA i IBM oczekują, że nowa sztuczna inteligencja będzie zapewniać większą dostępność, krótszy czas wnioskowania i większą różnorodność danych.
PUBLICIDADA
Dokładniejsze prognozy
Kolejnym ważnym celem jest poprawa dokładności prognoz dla innych zastosowań klimatycznych. Oczekiwane możliwości obejmują przewidywanie zjawisk pogodowych, wyciąganie wniosków o wysokiej rozdzielczości na podstawie danych o niskiej rozdzielczości oraz „identyfikowanie warunków sprzyjających wszystkim, od turbulencji samolotu po pożary”.
Nowa sztuczna inteligencja opracowana przez NASA i IBM może zrewolucjonizować sposób, w jaki tworzymy prognozy pogody i klimatu. Dzięki technologii możliwe będzie dokładniejsze i wcześniejsze przewidywanie zjawisk, co może pomóc w ratowaniu życia i ochronie mienia.
Przeczytaj także:
