IBM y NASA Unen Fuerzas para Presentar un Avanzado Modelo de IA de Código Abierto que Transformará la Meteorología y el Estudio Climático

En un avance significativo para la ciencia del clima y la meteorología, IBM ha anunciado el lanzamiento de un nuevo modelo de inteligencia artificial (IA) diseñado para una amplia gama de aplicaciones en estos campos. Este modelo innovador, desarrollado en colaboración con la NASA y con el apoyo del Laboratorio Nacional Oak Ridge, estará disponible como código abierto, marcando un hito en la democratización de herramientas avanzadas para el estudio y predicción del clima.

El nuevo modelo de IA, denominado "Prithvi WxC: Foundation Model for Weather and Climate", se distingue por su diseño único y régimen de entrenamiento, lo que le permite abordar una gama más amplia de aplicaciones que los modelos meteorológicos existentes. Entre las posibles aplicaciones se incluyen:

  • Creación de pronósticos específicos basados en observaciones locales.
  • Detección y predicción de patrones climáticos severos.
  • Mejora de la resolución espacial de las simulaciones climáticas globales.
  • Perfeccionamiento de la representación de procesos físicos en modelos numéricos de clima y meteorología.

Un aspecto particularmente notable es su capacidad para reconstruir con precisión las temperaturas globales de la superficie a partir de una muestra aleatoria de solo el cinco por ciento de los datos originales. Esta característica sugiere una aplicación más amplia a problemas en la asimilación de datos, lo que podría revolucionar la manera en que se procesan y analizan los datos climáticos y meteorológicos.

El modelo fue preentrenado utilizando 40 años de datos de observación terrestre del Modern-Era Retrospective analysis for Research and Applications, Version 2 (MERRA-2) de la NASA. Su arquitectura le permite ajustarse a escalas globales, regionales y locales, lo cual lo hace adecuado para diversas aplicaciones meteorológicas.

El modelo base, junto con dos versiones ajustadas para aplicaciones específicas, está disponible para su descarga en Hugging Face. Las versiones son:

  1. Reducción de escala de datos climáticos y meteorológicos: permite la representación de datos con una resolución hasta 12 veces mayor, generando pronósticos localizados y proyecciones climáticas más precisas.
  2. Parametrización de ondas de gravedad: ayuda a los científicos a estimar mejor la generación de estas ondas, mejorando la precisión de los modelos numéricos y reduciendo la incertidumbre en la simulación de eventos climáticos futuros.

Karen St. Germain, directora de la División de Ciencias de la Tierra de la Dirección de Misiones Científicas de la NASA, subrayó la importancia de este desarrollo al señalar que los rápidos cambios que estamos observando en el planeta exigen estrategias avanzadas para satisfacer la urgencia del momento. Destacó que el modelo base de la NASA producirá herramientas útiles para proyecciones meteorológicas, estacionales y climáticas, ayudando a tomar decisiones informadas sobre preparación, respuesta y mitigación.

Juan Bernabe-Moreno, Director de IBM Research Europe y líder de Accelerated Discovery for Climate and Sustainability de IBM, enfatizó la flexibilidad del modelo, señalando su capacidad para ajustarse a una variedad de entradas y usos, tanto a nivel global como local. IBM también ha colaborado con Environment and Climate Change Canada (ECCC) para probar la flexibilidad del modelo en pronósticos de precipitación a muy corto plazo, utilizando una técnica llamada "nowcasting" que ingesta datos de radar en tiempo real. Además, están explorando la reducción de escala de pronósticos de modelos globales a una resolución de escala kilométrica.

Este modelo forma parte de una colaboración más amplia entre IBM Research y la NASA para utilizar la tecnología de IA en la exploración de nuestro planeta, uniéndose a la familia de modelos de IA Prithvi. El año pasado, ambas entidades lanzaron el modelo de IA geoespacial Prithvi, que desde entonces ha sido empleado por gobiernos, empresas e instituciones públicas para examinar cambios en patrones de desastres, biodiversidad, uso del suelo y otros procesos geofísicos.

El modelo base y el modelo de parametrización de ondas de gravedad están accesibles a través de la página de Hugging Face de NASA-IBM, mientras que el modelo de reducción de escala está disponible a través de la página de Hugging Face de IBM Granite. Con este lanzamiento, IBM y NASA están poniendo a disposición de la comunidad global una herramienta poderosa que podría transformar nuestra comprensión y predicción del clima, abriendo nuevas posibilidades para la investigación científica y las aplicaciones prácticas en diversos campos.

Silvia Pastor
Silvia Pastor
Silvia Pastor es una destacada periodista de Noticias.Madrid, especializada en periodismo de investigación. Su labor diaria incluye la cobertura de eventos importantes en la capital, la redacción de artículos de actualidad y la producción de segmentos audiovisuales. Silvia realiza entrevistas a figuras clave, proporciona análisis expertos y mantiene una presencia activa en redes sociales, compartiendo sus artículos y ofreciendo actualizaciones en tiempo real. Su enfoque profesional, centrado en la veracidad, objetividad y ética periodística, la convierte en una fuente confiable de información para su audiencia.

Más popular

Más artículos como este
Relacionados

La Policía Nacional desarticula una red de pornografía infantil en la red oscura con 16 detenidos en España

Una operación internacional coordinada por EUROPOL ha permitido la...

Redefiniendo Fronteras: Lo Público, Lo Privado y Lo Común en la Era Contemporánea

En medio de un contexto político cargado de tensiones...

España encabeza el incremento de precios en el mercado de alquiler urbano en Europa

La crisis de los alquileres se ha intensificado significativamente...
Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.