Trabajando juntos, la NASA e IBM Research han desarrollado un nuevo modelo de inteligencia artificial para respaldar una variedad de aplicaciones meteorológicas y climáticas. El nuevo modelo, conocido como el modelo fundacional Prithvi-tiempo-clima, utiliza la inteligencia artificial (IA) de maneras que podrían mejorar enormemente la resolución que podremos obtener, abriendo la puerta a mejores modelos meteorológicos y climáticos regionales y locales.
Los modelos fundamentales son modelos base a gran escala que se entrenan en grandes conjuntos de datos sin etiquetar y se pueden ajustar para una variedad de aplicaciones. El modelo Prithvi-tiempo-clima se entrena con un amplio conjunto de datos, en este caso datos de la NASA del análisis retrospectivo de la era moderna para investigación y aplicaciones (MERRA-2) de la NASA, y luego hace uso de las capacidades de aprendizaje de IA para aplicar patrones obtenidos de los datos iniciales en una amplia gama de escenarios adicionales.
"Avanzar en la ciencia de la Tierra de la NASA para el beneficio de la humanidad significa ofrecer ciencia procesable de manera que sea útil para las personas, las organizaciones y las comunidades. Los rápidos cambios que estamos presenciando en nuestro planeta natal exigen esta estrategia para satisfacer la urgencia del momento", dijo Karen St. Germain, directora de la División de Ciencias de la Tierra de la Dirección de Misiones Científicas de la NASA. "El modelo de la fundación de la NASA nos ayudará a producir una herramienta que las personas puedan usar: proyecciones meteorológicas, estacionales y climáticas para ayudar a informar las decisiones sobre cómo prepararse, responder y mitigar".
Con el modelo Prithvi-tiempo-clima, los investigadores podrán apoyar muchas aplicaciones climáticas diferentes que se pueden utilizar en toda la comunidad científica. Estas aplicaciones incluyen la detección y predicción de patrones climáticos severos o desastres naturales, la creación de pronósticos específicos basados en observaciones localizadas, la mejora de la resolución espacial en simulaciones climáticas globales hasta niveles regionales y la mejora de la representación de cómo se incluyen los procesos físicos en los modelos meteorológicos y climáticos.
"Estos modelos transformadores de IA están remodelando la accesibilidad de los datos al reducir significativamente la barrera de entrada para usar los datos científicos de la NASA", dijo Kevin Murphy, director de datos científicos de la NASA, Dirección de Misiones Científicas en la sede de la NASA. "Nuestro enfoque abierto para compartir estos modelos invita a la comunidad global a explorar y aprovechar las capacidades que hemos cultivado, asegurando que la inversión de la NASA enriquezca y beneficie a todos".
Prithvi-weather-climate se desarrolló a través de una colaboración abierta con IBM Research, el Laboratorio Nacional de Oak Ridge y la NASA, incluido el Equipo de Implementación Interinstitucional y Conceptos Avanzados (IMPACT) de la agencia en el Centro de Vuelo Espacial Marshall en Huntsville, Alabama.
Prithvi-weather-climate puede capturar la compleja dinámica de la física atmosférica incluso cuando falta información gracias a la flexibilidad de la arquitectura del modelo. Este modelo fundamental para el tiempo y el clima puede ampliarse tanto a áreas globales como regionales sin comprometer la resolución.
"Este modelo es parte de nuestra estrategia general para desarrollar una familia de modelos básicos de IA para respaldar los objetivos de la misión científica de la NASA", dijo Rahul Ramachandran, quien dirige IMPACT en Marshall. "Estos modelos aumentarán nuestras capacidades para extraer información de nuestros vastos archivos de observaciones de la Tierra".
Prithvi-weather-climate es parte de una familia de modelos más grande, la familia Prithvi, que incluye modelos entrenados con datos de LandSat y Sentinel-2 armonizados de la NASA. El último modelo sirve como una colaboración abierta en línea con los principios de ciencia abierta de la NASA para hacer que todos los datos sean accesibles y utilizables por las comunidades de todo el mundo. Se lanzará a finales de este año en Hugging Face, una plataforma de aprendizaje automático y ciencia de datos que ayuda a los usuarios a construir, implementar y entrenar modelos de aprendizaje automático.
"El desarrollo del modelo básico de la NASA para el tiempo y el clima es un paso importante hacia la democratización de la misión científica y de observación de la NASA", dijo Tsendgar Lee, gerente del programa del Área de Enfoque Meteorológico de Investigación y Análisis de la NASA, el Programa de Computación de Alta Gama y los Datos para la Operación y Evaluación. "Continuaremos desarrollando nuevas tecnologías para el análisis de escenarios climáticos y la toma de decisiones".
Junto con IMPACT e IBM Research, el desarrollo de Prithvi-weather-climate contó con contribuciones significativas de la Oficina del Director de Datos Científicos de la NASA, la Oficina de Modelado y Asimilación Global de la NASA en el Centro de Vuelo Espacial Goddard, el Laboratorio Nacional de Oak Ridge, la Universidad de Alabama en Huntsville, la Universidad Estatal de Colorado y la Universidad de Stanford.
tecnologia
