氣候預測運算相當複雜，而 AI 就為這個難題帶來了新的解決方案。IBM 和 NASA 最近共同發佈了開源 AI 氣候模型 Prithvi WxC，可以準確預測天氣模式，同時比傳統的物理模擬消耗更少的計算資源。
據研究人員表示，模型擁有 23 億參數，使用了 NASA 現代回顧性分析研究和應用數據集第 2 版（MERRA-2）中長達 40 年的觀測數據進行訓練。雖然模型規模不大，但研究人員表示它仍能使用原始數據 5% 的隨機樣本準確生成全球表面溫度。
Prithvi WxC 的應用相當靈活，作為基礎模型，它可以適應各種用途，從短期天氣預報到長期氣候預測都可以用到。IBM 研究歐洲總監 Juan Bernabe-Moreno 表示，他們設計的天氣和氣候基礎模型超越了固定數據集和單一用例的限制。IBM 和 NASA 在 Hugging Face 上除了基礎模型外，更附帶兩個微調模型。
NASA 地球科學部主任 Karen St Germain 表示，這個基礎模型將幫助他們製作一個工具，用於天氣、季節和氣候預測，以幫助決策如何準備、應對和緩解氣候變化。而加拿大政府已經開始調整該模型以包含更多天氣預報應用。加拿大環境與氣候變化部（ECCC）正研究如何將實時雷達數據輸入模型，以進行短期降雨預報，並嘗試生成公里級的預報提升準確度。
來源：The Register
