ناسا و IBM اظهار کردند که در حال ساخت یک مدل پایه هوش مصنوعی برای قابلیت‌های مربوط به آب‌و‌هوا و اقلیم می باشند. مدل آن‌ها که حرف های‌می‌بشود «مزایای قابل توجهی نسبت به فناوری حاضر» خواهد داشت، از دانش و توانایی‌های این دو شرکت در عرصه‌های علوم زمین و هوش مصنوعی پشتیبانی می‌گیرد.

بر پایه گزارش انگجت، ناسا و آی‌بی‌ام برای مدل پایه خود چندین مقصد دارند. در قیاس با مدل‌های جاری، آن‌ها امیدوار می باشند که این مدل قابلیت دسترسی گسترده‌تر، زمان استنتاج سریع تر و تنوع بیشتری از داده‌ها را داشته باشد. مقصد کلیدی دیگر این مدل بهبود دقت پیش‌بینی آب‌و‌هوا است.

قابلیت‌های هوش مصنوعی ناسا و IBM

قابلیت‌های موردانتظار این مدل نیز شامل پیش‌بینی اتفاق‌های هواشناسی، استنباط اطلاعات با وضوح بالا بر پایه داده‌های با وضوح کم و «شناسایی شرایط مساعد برای همه‌چیز از تلاطم هواپیما گرفته تا آتش‌سوزی‌های جنگلی» می‌بشود.

به حرف های IBM، این مدل از داده‌های ماهواره‌های ناسا برای هوش مکانی منفعت گیری می‌کند و این چنین بزرگ‌ترین مدل جغرافیایی در پلتفرم منبع باز هوش مصنوعی Hugging Face است.

تا بحال از این مدل برای ردیابی و تجسم فعالیت‌های مربوط به کاشت و رشد درخت در مناطق برج آب (مناظر جنگلی که آب را در خود نگه می‌دارند) در کنیا منفعت گیری شده است. از این مدل این چنین برای تجزیه و تحلیل جزایر گرمایی شهری در امارات متحده عربی پشتیبانی گرفته شده است.

اکنون مدل‌های هوش مصنوعی از جمله GraphCast و Fourcastnet برای پیش‌بینی آب‌و‌هوای سریع‌‌تر نسبت به مدل‌های هواشناسی سنتی وجود دارند. با این حال، همانطور که آی‌بی‌ام (IBM) اشاره می‌کند، آن‌ها زیاد تر همانند‌ساز هوش مصنوعی می باشند تا مدل پایه. همانطور که از نام آن‌ها پیداست، مدل‌های پایه، فناوری‌های پایه‌ای می باشند که برنامه‌های هوش مصنوعی مولد را خلق می‌کنند. در روبه رو، همانند‌سازهای هوش مصنوعی می‌توانند بر پایه مجموعه‌ای از داده‌های آموزشی پیش‌بینی آب‌و‌هوا را انجام بدهند.

IBM این چنین می‌گوید که آن‌ها نمی توانند فیزیک را در هسته پیش بینی آب‌و‌هوا رمزگذاری کنند.