НАСА-гийн болон IBM компаниуд цаг агаар, уур амьсгалыг урьдчилан таамаглах хиймэл оюун ухааны үндсэн загварыг боловсруулахаар хүчээ нэгтгэв. Тэд дэлхийн шинжлэх ухаан болон хиймэл оюун ухаан дахь мэдлэг, ур чадвараа нэгтгэж, "одоо байгаа технологиос ихээхэн давуу талтай" загварыг бий болгож байна.
GraphCast, Fourcastnet зэрэг орчин үеийн хиймэл оюун ухаантай загварууд нь цаг агаарын урьдчилсан мэдээг уламжлалт цаг агаарын загвараас илүү хурдан гаргадаг. Бид саяхан бичсэн GraphCast чадварууд энэ талаар. Гэсэн хэдий ч IBM эдгээр нь үндсэн загвар биш зөвхөн хиймэл оюун ухааны эмуляторууд гэдгийг тэмдэглэжээ.
AI эмуляторууд нь сургалтын өгөгдлийн багц дээр үндэслэн цаг агаарын таамаглал гаргах боломжтой боловч өөр хэрэглээ байхгүй. Мөн тэд IBM-ийн хэлснээр цаг агаарын урьдчилсан мэдээний ард "физикийг тайлж" чадахгүй.
НАСА-гийн болон IBM нь үндсэн загвартаа хэд хэдэн зорилго тавьдаг. Нэгдүгээрт, тэд одоогийн загваруудтай харьцуулахад илүү хүртээмжтэй, илүү хурдан дүгнэлт хийж, илүү олон төрлийн өгөгдлийг хамарна гэж найдаж байна. Хоёрдугаарт, тэд бусад цаг уурын хэрэглээний урьдчилсан мэдээний нарийвчлалыг сайжруулна гэж найдаж байна. Загварын хүлээгдэж буй чадварууд нь цаг уурын үзэгдлийг урьдчилан таамаглах, бага нарийвчлалтай өгөгдлөөс өндөр нарийвчлалтай мэдээлэл гаргах, "нисэх онгоцны үймээн самуунаас эхлээд ой хээрийн түймэр хүртэлх бүх зүйлийн таатай нөхцлийг тодорхойлох" зэрэг багтана.
Энэ нь НАСА болон IBM-ийн энэ жил гаргасан өөр нэг үндсэн загварыг дагаж мөрддөг. Өмнө нь бид тэр эмэгтэй гэж бичсэн өгөгдлийг ашигладаг IBM-ийн мэдээлснээр НАСА-гийн газарзүйн тагнуулын хиймэл дагуулаас авсан бөгөөд Hugging Face нээлттэй эхийн AI платформ дээрх хамгийн том газарзүйн загвар юм.
Одоогоор энэ загварыг Кени улсын усан цамхагт мод тарьж, ургуулж байгааг хянах, дүрслэн харуулахад ашиглаж байна. Энэ төслийн зорилго нь олон мод тарьж, усны хомсдолын асуудлыг шийдэх явдал юм. Уг загварыг АНЭУ-ын хотын дулааны арлуудад дүн шинжилгээ хийхэд ашигладаг.
Мөн уншина уу: