NASA IBM联手发布23亿参数AI，打造通用天气气候预测神器

NASA 和 IBM 联合发布天气和气候通用 AI 模型 Prithvi WxC：开源、高效、应用广泛

[北京时间 2024 年9 月 24 日] IBM 和 NASA 合作发布了一个用于天气和气候的新型通用 AI 模型 Prithvi WxC，该模型可以在台式计算机上运行，且开源。Prithvi WxC 具有 23 亿参数，使用 MERRA-2 数据集的 160 个变量开发而成，采用创新的 Transformer 架构。

Prithvi WxC 的优势：

• 通用性强： Prithvi WxC 可以解决比现有天气 AI 模型更多的应用，包括：
  • 根据当地天气数据创建有针对性的预报
  • 预测极端天气事件
  • 提高全球气候模拟的空间分辨率
  • 改善传统天气和气候模型中物理过程的表示
    *高效性高： 该模型可以在台式计算机上运行，并针对不同的用例进行快速调整，可在几秒钟内提供服务。
• 开源： Prithvi WxC 开源，方便研究人员和开发者进行进一步研究和应用。

Prithvi WxC 的应用：

• 降尺度： 将低分辨率数据放大以获取更多细节，例如预测极端洪水事件或飓风。
• 飓风预报： 更准确地追踪飓风路径，帮助加强防御措施。
• 重力波估计：改善对重力波的估计，提高天气和气候预测的准确性。
• 定制降水预报： 与加拿大环境与气候变化部合作，定制降水预报模型，提供更准确的本地化降雨预测。

Prithvi WxC 的技术特点：

• Transformer 架构： 结合了多种最新 Transformer 架构的思想，有效处理输入数据的区域和全局依赖关系，并处理更长的 token 序列长度。
• 混合架构： 建立在视觉 Transformer 和掩蔽自动编码器的基础上，允许模型对随时间展开的空间数据进行编码。
• 双重表示： 可以从全局视图切换到区域视图而不会牺牲分辨率。
• 特殊的训练方案： 通过向模型输入网格化、严重“涂黑”的气候再分析数据，并让模型逐像素重建每幅图像，有效地了解了大气随时间的变化。

Prithvi WxC 的意义：

Prithvi WxC 的发布标志着人工智能天气预报领域取得了重大进展。该模型的开源和高效性将加速人工智能在天气和气候领域的应用，推动相关研究和技术发展，最终造福人类社会。

相关链接：

• 开源地址： https://huggingface.co/Prithvi-WxC
• 论文链接： https://arxiv.org/abs/2409.13598

总结：

Prithvi WxC 是一个具有里程碑意义的 AI 模型，它将为天气和气候预测带来革命性的变化。其通用性、高效性和开源性将使其成为未来天气和气候研究和应用的重要工具。

>>> Read more <<<

Views: 0