नासा और आईबीएम मौसम और जलवायु के पूर्वानुमान के लिए एक बुनियादी कृत्रिम बुद्धिमत्ता मॉडल विकसित करने के लिए एकजुट हुए हैं। वे पृथ्वी विज्ञान और एआई में अपने ज्ञान और कौशल को मिलाकर एक ऐसा मॉडल बना रहे हैं जिसके बारे में उनका कहना है कि इसे "मौजूदा प्रौद्योगिकियों पर महत्वपूर्ण लाभ" प्रदान करना चाहिए।
ग्राफकास्ट और फोरकास्टनेट जैसे आधुनिक एआई मॉडल पहले से ही पारंपरिक मौसम मॉडल की तुलना में तेजी से मौसम पूर्वानुमान उत्पन्न करते हैं। हमने हाल ही में इसके बारे में लिखा है ग्राफ़कास्ट क्षमताएँ इस संबंध में। हालाँकि, आईबीएम का कहना है कि ये केवल एआई एमुलेटर हैं, बेस मॉडल नहीं।
एआई एमुलेटर प्रशिक्षण डेटा सेट के आधार पर मौसम की भविष्यवाणी कर सकते हैं, लेकिन उनका कोई अन्य उपयोग नहीं है। न ही वे, जैसा कि आईबीएम का कहना है, मौसम पूर्वानुमान के पीछे की "भौतिकी को समझ सकते हैं"।
नासा और आईबीएम के पास अपने बेस मॉडल के लिए कई लक्ष्य हैं। सबसे पहले, उन्हें उम्मीद है कि मौजूदा मॉडलों की तुलना में, यह अधिक सुलभ होगा, तेजी से निष्कर्ष निकालेगा और अधिक विविध डेटा को कवर करेगा। दूसरा, वे अन्य जलवायु अनुप्रयोगों के लिए पूर्वानुमान सटीकता में सुधार की उम्मीद करते हैं। मॉडल की अपेक्षित क्षमताओं में मौसम संबंधी घटनाओं का पूर्वानुमान लगाना, कम-रिज़ॉल्यूशन डेटा से उच्च-रिज़ॉल्यूशन जानकारी का अनुमान लगाना और "विमान की अशांति से लेकर जंगल की आग तक हर चीज़ के लिए अनुकूल परिस्थितियों की पहचान करना" शामिल है।
यह एक अन्य बुनियादी मॉडल का अनुसरण करता है जिसे नासा और आईबीएम ने इस वर्ष शुरू किया था। पहले हमने लिखा था कि वह डेटा का उपयोग करता है आईबीएम के अनुसार, नासा के भू-स्थानिक खुफिया उपग्रहों से और हगिंग फेस ओपन सोर्स एआई प्लेटफॉर्म पर सबसे बड़ा भू-स्थानिक मॉडल है।
अब तक, इस मॉडल का उपयोग केन्या में जल टावर क्षेत्रों में वृक्षारोपण और वृद्धि को ट्रैक करने और कल्पना करने के लिए किया गया है। इस परियोजना का लक्ष्य अधिक से अधिक पेड़ लगाना और पानी की कमी की समस्या का समाधान करना है। मॉडल का उपयोग संयुक्त अरब अमीरात में शहरी ताप द्वीपों का विश्लेषण करने के लिए भी किया जाता है।
यह भी पढ़ें: