En travaillant ensemble, la NASA et IBM Research ont développé un nouveau modèle d’intelligence artificielle pour prendre en charge diverses applications météorologiques et climatiques. Le nouveau modèle, connu sous le nom de modèle fondamental Privthi-météo-climat, utilise l’intelligence artificielle (IA) de manière à améliorer considérablement la résolution que nous pourrons obtenir, ouvrant ainsi la porte à de meilleurs modèles météorologiques et climatiques régionaux et locaux.
Les modèles fondamentaux sont des modèles de base à grande échelle qui sont formés sur de grands ensembles de données non étiquetés et peuvent être ajustés pour une variété d’applications. Le modèle météo-climat Privthi est formé sur un large ensemble de données – dans ce cas, les données de la NASA issues de l’analyse rétrospective de l’ère moderne pour la recherche et les applications (MERRA-2) de la NASA – et utilise ensuite les capacités d’apprentissage de l’IA pour appliquer les modèles glanés. à partir des données initiales dans un large éventail de scénarios supplémentaires.
« Faire progresser les sciences de la Terre de la NASA au profit de l’humanité signifie fournir une science exploitable d’une manière qui soit utile aux personnes, aux organisations et aux communautés. Les changements rapides auxquels nous assistons sur notre planète natale exigent que cette stratégie réponde à l’urgence du moment. » a déclaré Karen St. Germain, directrice de la division des sciences de la Terre de la direction des missions scientifiques de la NASA. « Le modèle de base de la NASA nous aidera à produire un outil que les gens pourront utiliser : des projections météorologiques, saisonnières et climatiques pour aider à éclairer les décisions sur la manière de se préparer, de réagir et d’atténuer les effets. »
Grâce au modèle Privthi-météo-climat, les chercheurs seront en mesure de prendre en charge de nombreuses applications climatiques différentes qui pourront être utilisées dans l’ensemble de la communauté scientifique. Ces applications incluent la détection et la prévision de phénomènes météorologiques extrêmes ou de catastrophes naturelles, la création de prévisions ciblées basées sur des observations localisées, l’amélioration de la résolution spatiale des simulations climatiques mondiales jusqu’aux niveaux régionaux et l’amélioration de la représentation de la manière dont les processus physiques sont inclus dans les modèles météorologiques et climatiques.
« Ces modèles d’IA transformateurs remodèlent l’accessibilité des données en abaissant considérablement les barrières d’entrée pour l’utilisation des données scientifiques de la NASA », a déclaré Kevin Murphy, responsable des données scientifiques de la NASA, Direction des missions scientifiques au siège de la NASA. « Notre approche ouverte du partage de ces modèles invite la communauté mondiale à explorer et à exploiter les capacités que nous avons cultivées, garantissant ainsi que l’investissement de la NASA enrichit et profite à tous. »
Privthi-weather-climate a été développé grâce à une collaboration ouverte avec IBM Research, Oak Ridge National Laboratory et la NASA, y compris l’équipe interagences de mise en œuvre et de concepts avancés (IMPACT) du Marshall Space Flight Center à Huntsville, en Alabama.
Privthi-weather-climate peut capturer la dynamique complexe de la physique atmosphérique même lorsqu’il manque des informations grâce à la flexibilité de l’architecture du modèle. Ce modèle fondamental pour la météo et le climat peut s’étendre aux zones mondiales et régionales sans compromettre la résolution.
« Ce modèle fait partie de notre stratégie globale visant à développer une famille de modèles de base d’IA pour soutenir les objectifs des missions scientifiques de la NASA », a déclaré Rahul Ramachandran, responsable d’IMPACT chez Marshall. « Ces modèles augmenteront nos capacités à tirer des enseignements de nos vastes archives d’observations de la Terre. »
Privthi-weather-climate fait partie d’une famille de modèles plus large, la famille Privthi, qui comprend des modèles formés sur les données harmonisées LandSat et Sentinel-2 de la NASA. Le dernier modèle constitue une collaboration ouverte, conforme aux principes scientifiques ouverts de la NASA, pour rendre toutes les données accessibles et utilisables par les communautés du monde entier. Il sera publié plus tard cette année sur Hugging Face, une plateforme d’apprentissage automatique et de science des données qui aide les utilisateurs à créer, déployer et former des modèles d’apprentissage automatique.
« Le développement du modèle de base de la NASA pour la météo et le climat est une étape importante vers la démocratisation de la mission scientifique et d’observation de la NASA », a déclaré Tsendgar Lee, responsable du programme de recherche et d’analyse météorologique, du programme informatique haut de gamme et des données de la NASA. pour l’exploitation et l’évaluation. « Nous continuerons à développer de nouvelles technologies pour l’analyse des scénarios climatiques et la prise de décision. »
En collaboration avec IMPACT et IBM Research, le développement de Privthi-weather-climate a bénéficié de contributions importantes du bureau du directeur des données scientifiques de la NASA, du bureau mondial de modélisation et d’assimilation de la NASA au Goddard Space Flight Center, du laboratoire national d’Oak Ridge et de l’université d’Alabama à Huntsville. , l’Université d’État du Colorado et l’Université de Stanford.
Plus d’information:
Apprenez-en davantage sur les données terrestres et les modèles Privthi précédents : www.earthdata.nasa.gov/news/im… hls-foundation-model