IBM 和 Hugging Face 发布气候科学人工智能基础模型

为了实现气候科学人工智能技术的民主化，IBM 和 Hugging Face 宣布发布 watsonx.ai 地理空间基础模型。

该地理空间模型是根据 NASA 的卫星数据构建的，将是 Hugging Face 上同类中最大的模型，并且标志着与 NASA 合作开发的第一个开源人工智能基础模型。

Hugging Face 产品和增长主管 Jeff Boudier 强调了信息共享和协作在推动人工智能进步方面的重要性。开源人工智能以及模型和数据集的发布是确保人工智能惠及尽可能多的人的基础。

由于环境条件的快速变化，气候科学面临着持续的挑战，需要获取最新的数据。尽管数据丰富，科学家和研究人员仍难以有效地分析庞大的数据集。 NASA 估计，到 2024 年，新任务将产生 250,000 TB 的数据。

为了解决这个问题，IBM 今年早些时候与 NASA 签署了《太空法案协议》，旨在为地理空间数据构建人工智能基础模型。

通过在 Hugging Face 上公开使用这一地理空间基础模型，两家公司的目标是促进合作并加速气候和地球科学的进步。

IBM Research AI 副总裁 Sriram Raghavan 评论道：

“开源技术在加速气候变化等关键领域的发现方面的重要作用从未如此明显。

通过将 IBM 旨在创建灵活、可重用的 AI 系统的基础模型工作与 NASA 的地球卫星数据存储库相结合，并使其在领先的开源 AI 平台 Hugging Face 上可用，我们可以利用协作的力量来更快地实施更有影响力的解决方案将改善我们的星球。”

该地理空间模型由 IBM 和 NASA 在美国大陆的 Harmonized Landsat Sentinel-2 卫星数据 (HLS) 上联合训练，历时一年，已显示出可喜的结果。它仅使用一半的标记数据就证明了比最先进的技术提高了 15%。

通过进一步微调，该模型可以适应各种任务，例如森林砍伐跟踪、农作物产量预测和温室气体检测。

IBM 与 NASA 合作构建 AI 模型，与 NASA 长达十年的开源科学计划相一致，促进建立一个更易于访问和更具包容性的科学社区。 NASA 与其他联邦机构一起将 2023 年指定为开放科学年，庆祝公开共享数据、信息和知识的好处。

NASA 首席科学数据官 Kevin Murphy 表示：

“我们相信基础模型有可能改变观测数据的分析方式，并帮助我们更好地了解我们的星球。

通过开源这些模型并向全世界开放，我们希望扩大它们的影响力。”

该地理空间模型利用 IBM 的基础模型技术，是 IBM 更广泛计划的一部分，旨在创建和训练具有跨不同任务可转移功能的 AI 模型。

6 月，IBM 推出了 watsonx，这是一个人工智能和数据平台，旨在通过可信数据扩展和加速高级人工智能的影响。集成到 IBM watsonx 中的地理空间模型的商业版本将于今年晚些时候通过 IBM Environmental Intelligence Suite (EIS) 提供。

通过利用开源技术的力量，这一最新合作旨在有效应对气候挑战，并为我们的星球创造一个更可持续的未来。