في تعاون مشترك بين شركة آي بي إم والإدارة الوطنية للملاحة الجوية والفضاء (ناسا) ومختبر أوك ريدج الوطني، تم تطوير نموذج أساسي جديد يهدف إلى تعزيز قدرات الذكاء الاصطناعي في المناخ والطقس. تم الإعلان عن هذا النموذج يوم الاثنين، وقد تم إنشاؤه خصيصًا لمعالجة بيانات نمذجة المناخ لتحديد وتوقع أنماط الطقس الشديدة، وتحسين الدقة المكانية لمحاكاة المناخ العالمية، وتعزيز تمثيل العمليات الفيزيائية في نماذج الطقس والمناخ العددية. إلى جانب هذه التطبيقات الرئيسية، تم تصميم النموذج الأساسي ليكون قابلاً للتوسع، ويلبي احتياجات التنبؤات الجوية قصيرة وطويلة المدى. يمكن تنزيله من Hugging Face، مستودع كود الذكاء الاصطناعي مفتوح المصدر، وهو جزء من عائلة نماذج الذكاء الاصطناعي الخاصة بـ IBM-NASA Prithvi، وهي سلسلة مخصصة للطقس تستمد اسمها من الكلمة السنسكريتية التي تعني "الأرض". وقالت كارين سان جيرمان، مديرة قسم علوم الأرض في ناسا، في بيان صحفي: "يتطلب تقدم علوم الأرض لخدمة البشرية تقديم علم عملي مفيد للأفراد والمنظمات والمجتمعات. وتستلزم التغيرات السريعة التي نلاحظها على كوكبنا هذا النهج لمعالجة فورية الوضع". سيمكن نموذج ناسا الأساسي من إنشاء أداة لإنتاج توقعات الطقس والموسمية والمناخية التي توجه اتخاذ القرارات للاستعداد والاستجابة واستراتيجيات التخفيف من الأثر. تم تدريبه على أربعة عقود من بيانات مراقبة الأرض من تحليل استرجاع العصر الحديث التابع لناسا للعروض والتطبيقات البحثية، ويشير الباحثون إلى أن النموذج يتميز ببنية متخصصة قادرة على التكيف مع مجموعة واسعة من التطبيقات لنمذجة الطقس العالمية والإقليمية والمحلية. أظهرت دراسة مشمولة في توثيق النموذج الأساسي مدى قدرته على إعادة بناء درجات حرارة السطح العالمية بدقة باستخدام مجموعة بيانات مشتقة من 5% فقط من البيانات الأصلية. تم تصميم النموذج وتدريبه خصيصًا لمهمتين رئيسيتين.

الأولى هي التقليل المناخي والطقسي، التي تتضمن اشتقاق مخرجات عالية الدقة من مدخلات منخفضة الدقة. يستخدم هذا الجانب بيانات مثل درجة الحرارة وتوقعات الطقس والرياح السطحية - جميعها تتميز بدقة متغيرة. يمكن للنموذج تحسين هذه المخرجات بزيادة تصل إلى اثني عشر ضعف الدقة الأصلية، بغض النظر عن جودة بيانات المدخلات. المهمة الثانية هي تعريف موجات الجاذبية، التي تهدف إلى استخدام النماذج المناخية العددية والبيانات الحالية لتوضيح موجات الجاذبية في الغلاف الجوي. ومن المتوقع أن يعزز تحسين إنتاج موجات الجاذبية دقة نماذج الطقس العددية المدخلة من خلال توفير تقديرات أفضل لإنتاج موجات الجاذبية وتأثيراتها. قال خوان بيرنابي مورينو، مدير الأبحاث في آي بي إم أوروبا وقائد اكتشاف المسرعات للمناخ والاستدامة في آي بي إم: "شهد هذا المجال طفرة في نماذج الذكاء الاصطناعي الكبيرة التي تركز على مجموعات البيانات الثابتة والحالات الاستخدامية الواحدة، وخاصة التنبؤات". وأضاف: "لقد صممنا النموذج الأساسي لدينا للطقس والمناخ لتجاوز هذه القيود، مما يتيح تعديله ليناسب مختلف المدخلات والتطبيقات". يتماشى هذا المبادرة مع تركيز إدارة بايدن على استغلال الابتكار من خلال شراكات القطاعين العام والخاص.