美国宇航局NASA与IBM研究部将发布新的用于天气与气候的人工智能模型

美国宇航局和 IBM 研究部门合作开发了一种新的人工智能模型，用于支持各种天气和气候应用。新模型被称为Prithvi-天气-气候基础模型，它使用人工智能 (AI) 的方式可以大大提高我们能够获得的分辨率，为更好的区域和地方天气和气候模型打开大门。  

基础模型是大规模的基础模型，它们在大型、未标记的数据集上进行训练，并可针对各种应用进行微调。Prithvi-天气-气候模型在广泛的数据集上进行训练——在本例中是来自 NASA 的现代时代回顾性研究和应用分析(MERRA-2) 的 NASA 数据——然后利用 AI 学习能力将从初始数据中收集到的模式应用于广泛的其他场景。  

“推动 NASA 地球科学造福人类意味着以对人们、组织和社区有用的方式提供可操作的科学。我们目睹的地球快速变化要求我们采取这一策略来应对当前的紧迫性，”NASA 科学任务理事会地球科学部主任 Karen St. Germain 说道。“NASA 基础模型将帮助我们开发一种人们可以使用的工具：天气、季节和气候预测，以帮助为如何准备、应对和缓解提供决策依据。”  

借助 Prithvi 天气气候模型，研究人员将能够支持整个科学界可以使用的多种气候应用。这些应用包括检测和预测恶劣天气模式或自然灾害、根据局部观测创建有针对性的预报、提高全球气候模拟到区域层面的空间分辨率，以及改进天气和气候模型中物理过程的表示方法。

“这些变革性的人工智能模型正在重塑数据可访问性，大幅降低使用 NASA 科学数据的门槛，”NASA 首席科学数据官、NASA 总部科学任务理事会 Kevin Murphy 表示。“我们以开放的方式分享这些模型，邀请全球社区探索和利用我们培养的能力，确保 NASA 的投资能够丰富和造福所有人。” 

Prithvi-weather-climate 是通过与 IBM 研究、橡树岭国家实验室和美国国家航空航天局的开放合作开发的，其中包括该机构位于阿拉巴马州亨茨维尔马歇尔太空飞行中心的跨机构实施和高级概念团队(IMPACT)。 

由于模型架构灵活，即使缺少信息，Prithvi-weather-climate 也能捕捉复杂的大气物理动态。这种天气和气候基础模型可以扩展到全球和区域，而不会影响分辨率。 

“该模型是我们总体战略的一部分，旨在开发一系列人工智能基础模型来支持 NASA 的科学任务目标，”马歇尔 IMPACT 负责人 Rahul Ramachandran 表示。“这些模型将增强我们从庞大的地球观测档案中获取见解的能力。”  

Prithvi-weather-climate 是更大的模型系列 Prithvi 系列的一部分，该系列包括使用 NASA 的Harmonized LandSat 和 Sentinel-2数据训练的模型。最新模型是符合 NASA 开放科学原则的开放式协作，旨在让世界各地的社区都能访问和使用所有数据。它将于今年晚些时候在 Hugging Face 上发布，这是一个机器学习和数据科学平台，可帮助用户构建、部署和训练机器学习模型。 

“NASA 天气和气候基础模型的开发是 NASA 科学和观测任务民主化的重要一步，”NASA 研究与分析天气重点领域、高端计算项目和操作与评估数据项目经理 Tsendgar Lee 表示。“我们将继续开发用于气候情景分析和决策的新技术。” 

除了 IMPACT 和 IBM 研究之外，Prithvi-weather-climate 的开发还得到了美国国家航空航天局 (NASA) 首席科学数据官办公室、美国国家航空航天局戈达德太空飞行中心的全球建模和同化办公室、橡树岭国家实验室、阿拉巴马大学亨茨维尔分校、科罗拉多州立大学和斯坦福大学的重大贡献。