Применение ИИ и ML для улучшения прогноза погоды и климата
![](/articles/news/2024/05/24/primenenie_ii_i_ml_dlja_uluchshenija_prognoza_pogodi_i_klimata.jpg)
Применение ИИ и МО для улучшения прогноза погоды и климата
Совместная работа NASA и IBM Research привела к разработке новой модели искусственного интеллекта (ИИ) для прогнозирования погоды и климата: Prithvi-weather-climate (Prithvi - санскритское имя для Земли). Модель предварительно обучена на 40-летних данных о погоде и климате от NASA Modern-Era Retrospective analysis for Research and Applications, Version 2 (MERRA-2), и решает проблему внедрения методов ИИ и машинного обучения (ML) в приложения для погоды и климата, такие как отслеживание бурь, прогнозирование и исторический анализ. Открытая доступность Prithvi-weather-climate соответствует политике открытой науки NASA. Модель и код будут доступны в 2024 году через Hugging Face, общедоступный репозиторий моделей ML с открытым исходным кодом.
![Глобальная температура атмосферы MERRA-2 на уровне 650 гПа](https://www.earthdata.nasa.gov/s3fs-public/2024-05/atmosphere-surface-air-temp.png)
Разработка модели Prithvi-weather-climate
Сотрудничество между NASA и IBM Research привело к созданию новой базовой модели искусственного интеллекта для погоды и климата под названием Prithvi-weather-climate. Эта модель, названная по санскриту Земля, предварительно обучена на 40-летних данных погоды и климата от NASA. Prithvi-weather-climate не только улучшит способность прогнозировать погоду и отслеживать климатические изменения, но и будет открыто доступной в соответствии с политикой открытой науки NASA. Модель и код будут доступны на платформе Hugging Face в 2024 году, что обеспечит широкий доступ к этим инновационным методам исследования.
Роль базовых моделей
Создание и предварительное обучение базовых моделей AI требует огромного объема данных и времени. Для улучшения прогнозов погоды и климата применяются базовые модели, которые предварительно обучены на широком наборе не маркированных данных. NASA Earth Science Data Systems, с распределением более 100 петабайт данных без ограничений, стал ключевым источником для разработки таких моделей. Prithvi-weather-climate, основанная на этих принципах, предлагает потенциал для совершенствования прогнозов и развития новых приложений в области климата и погоды, повышая устойчивость к климатическим и погодным рискам.
Создание Prithvi-weather-climate
Создание модели Prithvi-weather-climate было инициировано в рамках совместного усилия NASA и IBM Research. Этот проект зародился на семинаре в Центре космических полетов Маршалла в 2023 году, где ученые и специалисты из различных учреждений и университетов обсудили планы разработки и предварительного обучения модели. Модель, наполненная данными о погоде и климате за 40 лет из набора данных MERRA-2, разрабатывается для обеспечения разнообразных научных приложений, а не только прогнозирования. Ключевые параметры модели включают скорость ветра, температуру воздуха, влажность, облака и излучение, что позволит расширить наше понимание атмосферных процессов и способствовать созданию новых инструментов для борьбы с климатическими и погодными угрозами.
Применение к науке и обществу
Базовая модель Prithvi-weather-climate, разработанная совместными усилиями NASA и IBM Research, имеет широкие применения в науке и обществе. Модель, предварительно обученная на данных по погоде и климату за 40 лет от MERRA-2, открывает новые возможности по применению искусственного интеллекта и машинного обучения в задачах, таких как прогнозирование стихийных бедствий, трекинг бурь и исторический анализ. С использованием AI и ML, Prithvi-weather-climate может улучшить разрешение климатических моделей, сократив затраты и улучшив представление маломасштабных процессов. Кроме того, модель способна повысить точность прогнозов погоды и обеспечить более безопасное прогнозирование ураганов, осадков и других погодных явлений, что имеет важное значение для общества и научных исследований в области изменения климата.