Un modelo de fundación para el sistema de la Tierra

Área de la Ciencia:

• Ciencias del Sistema Terrestre
• Inteligencia artificial
• Análisis de datos geofísicos

Sus antecedentes:

• El pronóstico del sistema terrestre es vital para la mitigación de desastres naturales y el progreso humano.
• Los modelos numéricos tradicionales son computacionalmente caros, lo que limita su aplicación generalizada.
• La inteligencia artificial (IA) muestra potencial para mejorar el rendimiento y la eficiencia predictivos en las ciencias de la Tierra.

Objetivo del estudio:

• Presentamos Aurora, un modelo de fundación a gran escala para la predicción del sistema de la Tierra.
• Demostrar la capacidad de la IA para mejorar la precisión de los pronósticos y reducir los costes computacionales.
• Destacar el potencial para democratizar el acceso a las herramientas de predicción ambiental.

Principales métodos:

• Entrenó a Aurora en más de un millón de horas de datos geofísicos diversos.
• Evaluó el rendimiento de Aurora en comparación con los pronósticos operativos para varios dominios del sistema de la Tierra.
• Evaluó la eficiencia computacional y las capacidades de ajuste fino del modelo.

Principales resultados:

• Aurora supera a los pronósticos operativos en la predicción de la calidad del aire, las olas del océano, las pistas de ciclones tropicales y el clima de alta resolución.
• Logró estas predicciones superiores a costos computacionales significativamente más bajos.
• Demostró la adaptabilidad de Aurora para diversas aplicaciones a través del ajuste fino.

Conclusiones:

• Aurora representa un avance significativo en la predicción del sistema terrestre impulsado por la IA.
• El modelo ofrece una alternativa computacionalmente eficiente y precisa a los métodos tradicionales de previsión.
• Aurora tiene el potencial de ampliar el acceso a información climática y meteorológica de alta calidad.