IBM宣布推出一種適用于各種天氣和氣候用例的新型AI基礎(chǔ)模型，該模型以開源形式提供給科學(xué)界、開發(fā)者和商業(yè)界。該模型由IBM和NASA共同開發(fā)，并得到了橡樹嶺國(guó)家實(shí)驗(yàn)室的支持，提供了一種靈活、可擴(kuò)展的方式來應(yīng)對(duì)與短期天氣和長(zhǎng)期氣候預(yù)測(cè)相關(guān)的各種挑戰(zhàn)。

由于其獨(dú)特的設(shè)計(jì)和訓(xùn)練機(jī)制，天氣和氣候基礎(chǔ)模型可以解決的應(yīng)用遠(yuǎn)多于現(xiàn)有的天氣AI 模型，正如最近在arXiv上發(fā)表的一篇論文《Prithvi WxC：天氣和氣候基礎(chǔ)模型》中概述的那樣。潛在的應(yīng)用包括根據(jù)當(dāng)?shù)赜^測(cè)創(chuàng)建有針對(duì)性的預(yù)報(bào)、檢測(cè)和預(yù)測(cè)惡劣天氣模式、提高全球氣候模擬的空間分辨率，以及改進(jìn)物理過程在數(shù)值天氣和氣候模型中的表示方式。在上述論文的一項(xiàng)實(shí)驗(yàn)中，基礎(chǔ)模型從僅占原始數(shù)據(jù)5%的隨機(jī)樣本中準(zhǔn)確重建了全球地表溫度，這表明其可以更廣泛應(yīng)用于數(shù)據(jù)同化問題。

該模型已根據(jù)NASA的現(xiàn)代時(shí)代回顧分析研究與應(yīng)用第2版（MERRA-2）中的40年地球觀測(cè)數(shù)據(jù)進(jìn)行了預(yù)訓(xùn)練。作為基礎(chǔ)模型，它具有獨(dú)特的架構(gòu)，可針對(duì)全球、區(qū)域和本地規(guī)模進(jìn)行微調(diào)，這種靈活性使其適合各種天氣研究。

基礎(chǔ)模型可在Hugging Face上下載，同時(shí)還有兩個(gè)經(jīng)過微調(diào)的模型版本，用于解決特定的科學(xué)和行業(yè)相關(guān)應(yīng)用，分別是：

氣候和天氣數(shù)據(jù)降尺度

降尺度是一種常見的氣象實(shí)踐，即從低分辨率變量推斷出高分辨率輸出。典型的數(shù)據(jù)輸入包括溫度、降水和地面風(fēng)，所有這些都可以具有不同的分辨率。該模型可以以高達(dá)12倍的分辨率描繪天氣和氣候數(shù)據(jù)，生成局部預(yù)報(bào)和氣候預(yù)測(cè)。經(jīng)過微調(diào)的降尺度模型可在Hugging Face上的IBM Granite頁(yè)面上找到。

重力波參數(shù)化

重力波在整個(gè)大氣中無處不在，可以影響許多與氣候和天氣有關(guān)的大氣過程，例如云層形成和飛機(jī)湍流。傳統(tǒng)上，現(xiàn)有的數(shù)值氣候模型未能充分捕捉重力波，這導(dǎo)致重力波究竟如何影響氣候過程存在不確定性。這種天氣和氣候基礎(chǔ)模型可以幫助科學(xué)家更好估計(jì)重力波的產(chǎn)生，提高數(shù)值天氣和氣候模型的準(zhǔn)確性，并在模擬未來天氣和氣候事件時(shí)限制不確定性。這種重力波參數(shù)化模型是NASA-IBM Prithvi系列模型的一部分，在Hugging Face上發(fā)布。