Tillsammans har NASA och IBM Research utvecklat en ny artificiell intelligensmodell för att stödja en mängd olika väder- och klimattillämpningar. Den nya modellen – känd som Privthi-väder-klimatmodellen – använder artificiell intelligens (AI) på sätt som avsevärt kan förbättra upplösningen vi kommer att kunna få, vilket öppnar dörren till bättre regionala och lokala väder- och klimatmodeller.

Grundmodeller är storskaliga basmodeller som tränas på stora, omärkta datamängder och som kan finjusteras för en mängd olika applikationer. Privthi-väder-klimatmodellen tränas på en bred uppsättning data – i det här fallet NASA-data från NASAs moderna retrospektiva analys för forskning och tillämpningar (MERRA-2) – och använder sedan AI-inlärningsförmåga för att tillämpa inhämtade mönster från de initiala uppgifterna över ett brett spektrum av ytterligare scenarier.

"Att avancera NASA:s jordvetenskap till förmån för mänskligheten innebär att leverera handlingskraftig vetenskap på sätt som är användbara för människor, organisationer och samhällen. De snabba förändringarna vi bevittnar på vår hemplanet kräver denna strategi för att möta ögonblickets brådska." sa Karen St. Germain, chef för Earth Science Division av NASA:s Science Mission Directorate. "NASAs grundmodell kommer att hjälpa oss att ta fram ett verktyg som människor kan använda:väder-, säsongs- och klimatprognoser för att hjälpa till att informera beslut om hur vi ska förbereda, reagera och mildra."

Med Privthi-väder-klimatmodellen kommer forskare att kunna stödja många olika klimattillämpningar som kan användas inom hela vetenskapssamhället. Dessa applikationer inkluderar att upptäcka och förutsäga svåra vädermönster eller naturkatastrofer, skapa riktade prognoser baserade på lokaliserade observationer, förbättra rumslig upplösning på globala klimatsimuleringar ner till regionala nivåer och förbättra representationen av hur fysiska processer ingår i väder- och klimatmodeller.

"Dessa transformativa AI-modeller omformar datatillgängligheten genom att avsevärt sänka inträdesbarriären för att använda NASA:s vetenskapliga data", säger Kevin Murphy, NASA:s chief science data officer, Science Mission Directorate vid NASA:s huvudkontor. "Vårt öppna tillvägagångssätt för att dela dessa modeller inbjuder det globala samhället att utforska och utnyttja de förmågor vi har odlat, för att säkerställa att NASA:s investering berikar och gynnar alla."

Privthi-weather-climate utvecklades genom ett öppet samarbete med IBM Research, Oak Ridge National Laboratory och NASA, inklusive byråns Interagency Implementation and Advanced Concepts Team (IMPACT) vid Marshall Space Flight Center i Huntsville, Alabama.

Privthi-weather-climate kan fånga den komplexa dynamiken i atmosfärsfysik även när det saknas information tack vare flexibiliteten i modellens arkitektur. Denna grundmodell för väder och klimat kan skalas till både globala och regionala områden utan att kompromissa med upplösningen.

"Den här modellen är en del av vår övergripande strategi att utveckla en familj av AI-grundmodeller för att stödja NASA:s mål för vetenskapsuppdrag", säger Rahul Ramachandran, som leder IMPACT på Marshall. "Dessa modeller kommer att utöka våra möjligheter att dra insikter från våra enorma arkiv av jordobservationer."

Privthi-väder-klimat är en del av en större modellfamilj - Privthi-familjen - som inkluderar modeller tränade på NASA:s harmoniserade LandSat- och Sentinel-2-data. Den senaste modellen fungerar som ett öppet samarbete i linje med NASA:s öppna vetenskapsprinciper för att göra all data tillgänglig och användbar av samhällen överallt. Den kommer att släppas senare i år på Hugging Face, en plattform för maskininlärning och datavetenskap som hjälper användare att bygga, implementera och träna maskininlärningsmodeller.

"Utvecklingen av NASAs grundmodell för väder och klimat är ett viktigt steg mot demokratisering av NASA:s vetenskaps- och observationsuppdrag", säger Tsendgar Lee, programchef för NASA:s forsknings- och analysväderfokusområde, avancerade datorprogram och data. för drift och bedömning. "Vi kommer att fortsätta att utveckla ny teknik för klimatscenarioanalys och beslutsfattande."

Tillsammans med IMPACT och IBM Research, innehöll utvecklingen av Privthi-väder-klimat betydande bidrag från NASA:s kontor för Chief Science Data Officer, NASA:s Global Modeling and Assimilation Office vid Goddard Space Flight Center, Oak Ridge National Laboratory, University of Alabama i Huntsville , Colorado State University och Stanford University.

Mer information: Lär dig mer om jorddata och tidigare Privthi-modeller:www.earthdata.nasa.gov/news/im … hls-foundation-model

Tillhandahålls av NASA