La NASA et IBM continuent leur collaboration pour mettre sur pied un modèle fondation IA pour des applications dans la météo et le climat. Les deux géants combinent leurs connaissances dans le domaine des sciences de la Terre et de l’IA, respectivement, pour proposer « des améliorations significatives par rapport aux technologies existantes ».
La NASA et IBM travaillent sur une IA pour le climat et la météo
Les modèles IA actuels comme GraphCast et Fourcastnet permettent déjà de générer des prévisions météorologiques plus rapidement que les modèles météo traditionnels. Cependant, IBM précise qu’il s’agit d’émulateurs IA et non pas de modèles fondation. Comme leur nom l’indique, les modèles fondation sont des technologies de base qui alimentent les applications d’IA générative. Les émulateurs IA peuvent réaliser des prédictions météorologiques basées sur des ensembles de données d’entraînement, mais elles n’ont pas d’application au-delà de cela. Et ils ne peuvent pas non plus prendre en considération la physique au cœur des prévisions météo, selon IBM.
La NASA et IBM ont plusieurs objectifs pour leur modèle fondation. Par rapport aux modèles actuels, ils espèrent une plus grande accessibilité, des temps inférences plus rapides et une plus grande diversité de données. Un autre objectif clef sera d’améliorer la précision des prévisions pour d’autres applications climatiques. Parmi les capacités attendues de ce modèle, la prédiction de phénomènes météorologiques, la génération d’informations haute résolution sur la base de données basse résolution et « l’identification de conditions propices à tout et n’importe quoi, de simples turbulences pour un avion à des feux de forêt. »
L’objectif est d’avoir des prévisions toujours plus précises et complètes
Cette initiative fait suite à un autre modèle fondation déployé par la NASA et IBM en mai dernier. Il récupère des données des satellites de la NASA pour l’intelligence géospatiale et il s’agit du plus grand modèle géospatial sur la plateforme IA open-source Huging Face, d’après IBM. À l’heure actuelle, ce modèle est utilisé pour suivre et visualiser les plantations d’arbres et la croissance dans certaines régions du Kenya. L’objectif est de planter davantage d’arbres et de résoudre les problèmes de pénurie d’eau. Ce modèle est aussi utilisé pour analyser les points de chaleur urbains aux Émirats arabes unis.
