John Hopkins et des chercheurs de la NOAA explorent l'IA pour prédire les impacts environnementaux de la pollution

Un groupe de chercheurs du Laboratoire de physique appliquée (APL) de Johns Hopkins et de la National Oceanic and Atmospheric Administration (NOAA) étudient les modèles d'intelligence artificielle (IA) pour la prévision météorologique intelligente dans un cas d'utilisation impressionnant.

le modèle de prévision météorologique basé sur l'IA s'appuie sur le concept de modélisation d'ensemble, combinant plusieurs modèles pour effectuer des prévisions précises. Le système, baptisé Deep-Learning Network d'APL, a démontré sa capacité à exécuter des centaines de modèles pour répondre à un large éventail de changements dans les conditions atmosphériques.

L’exécution de modèles de prévisions météorologiques nécessite de grandes quantités de données et des calculs mathématiques complexes pour parvenir à des prévisions. Pour faire des prévisions météorologiques pour l’avenir, une grande puissance de calcul est nécessaire pour analyser les variables et effectuer des simulations.

Le système de prédiction d'IA d'APL peut simuler plusieurs ensembles dans des délais plus courts, ce qui permet d'économiser du temps et de l'argent. Après une observation attentive, le modèle a prédit une prévision sur 10 jours avec seulement 21 heures de données d'entrée, contrairement au modèle traditionnel nécessitant des données s'étendant sur plusieurs mois.

a déclaré Jennifer Sleeman ce qui est plus facile et plus rapide à faireémulateur d'apprentissage en profondeur pour simuler ces ensembles et tenir compte des variations des données météorologiques. »

Consciente du potentiel du système, la NASA s'est lancée dans les études pour tenter d'augmenter la résolution des résultats pour les cas d'utilisation en entreprise. Grâce au système GEOS Composition Forecasting (GEOS-CF) de la NASA, les chercheurs ont amélioré la capacité du système en augmentant les niveaux de précision des prévisions.

La recherche climatique basée sur l'IA est rare, mais des études récentes impliquant des technologies émergentes ont jeté les bases du modèle d'apprentissage automatique d'APL.

cela n' a déclaré Marisa Hughes, responsable du renseignement climatique à l'APL. « Nous partageons nos résultats et commençons à voir quelles méthodes et architectures sont efficaces lorsque vous les appliquez à différents problèmes dans le monde. »

Cas d’utilisation croissants de l’IA

Depuis 2023, la recherche sur les cas d’utilisation de l’IA a explosé, les chercheurs explorant plusieurs utilités pour cette technologie. En 2023, un groupe de chercheurs de l'ETH Zurich a bricolé un modèle d'IA pour synthétiser de nouveaux médicaments, tandis qu'une récente étude du MIT a examiné les cas d'utilisation de l'IA de vision par ordinateur sur les lieux de travail.

Malgré l’augmentation des cas d’utilisation, les entreprises d’IA ont été critiquées pour ne pas avoir respecté les réglementations en matière de droit d’auteur et de confidentialité. Plusieurs développeurs d’IA de premier plan, dont OpenAI, sont aux prises avec des poursuites judiciaires intentées par des créateurs lésés, dans un contexte de surveillance accrue de la part des organismes de surveillance mondiaux de la vie privée.

Pour que l'intelligence artificielle (IA) fonctionne dans le respect de la loi et prospère face à des défis croissants, elle doit intégrer un système de blockchain d'entreprise qui garantit la qualité et la propriété de la saisie des données, lui permettant ainsi de protéger les données tout en garantissant également l'immuabilité. de données. Consultez la couverture de CoinGeek sur cette technologie émergente pour savoir pourquoi la blockchain d'entreprise sera l'épine dorsale de l'IA.

Regardez  : l’IA n’est vraiment pas générative, elle est synthétique

Nouveau sur la blockchain ? Consultez la section Blockchain pour les débutants de CoinGeek, le guide de ressources ultime pour en savoir plus sur la technologie blockchain.