NASA e a IBM uniram forças para desenvolver um modelo básico de inteligência artificial para previsão do tempo e do clima. Eles estão combinando seus conhecimentos e habilidades em ciências da Terra e IA para criar um modelo que, segundo eles, deveria oferecer “vantagens significativas sobre as tecnologias existentes”.
Modelos modernos de IA, como GraphCast e Fourcastnet, já geram previsões meteorológicas mais rapidamente do que os modelos meteorológicos tradicionais. Recentemente escrevemos sobre Capacidades do GraphCast a respeito disso. No entanto, a IBM observa que estes são apenas emuladores de IA, não modelos básicos.
Os emuladores de IA podem fazer previsões meteorológicas com base em conjuntos de dados de treinamento, mas não têm outra utilidade. Nem podem, como diz a IBM, “decifrar a física” por trás da previsão do tempo.
NASA e a IBM têm vários objetivos para seu modelo básico. Em primeiro lugar, esperam que, em comparação com os modelos atuais, seja mais acessível, tire conclusões mais rapidamente e cubra dados mais diversos. Em segundo lugar, esperam melhorar a precisão das previsões para outras aplicações climáticas. As capacidades esperadas do modelo incluem a previsão de fenômenos meteorológicos, inferindo informações de alta resolução a partir de dados de baixa resolução e “identificando condições favoráveis para tudo, desde turbulência de aeronaves até incêndios florestais”.
Segue outro modelo básico que a NASA e a IBM lançaram este ano. Anteriormente, escrevemos que ela usa dados dos satélites de inteligência geoespacial da NASA e é o maior modelo geoespacial na plataforma de IA de código aberto Hugging Face, de acordo com a IBM.
Até agora, este modelo tem sido utilizado para rastrear e visualizar a plantação e crescimento de árvores em áreas de torres de água no Quénia. O objetivo deste projeto é plantar mais árvores e resolver o problema da escassez de água. O modelo também é usado para analisar ilhas de calor urbanas nos Emirados Árabes Unidos.
Leia também: