面对全球极端天气事件增多的挑战，美国宇航局（NASA）与IBM研究院合作开发了一款基于人工智能和开放科学原则的新型AI地理空间基础模型。

据NASA近日发布的消息，美国宇航局（NASA）与IBM研究院合作开发了一款基于人工智能和开放科学原则的新型AI地理空间基础模型，该模型使用NASA Harmonized Landsat and Sentinel-2数据（HLS）训练，不仅为科学研究提供更多的数据来源和支撑，还为极端气候的提前预测增加了可能。

NASA首席科学数据官办公室（Office of the Chief Science Data Officer, OCSDO）的数据科学负责人Manil Maskey描述这个模型称，“基础模型能够了解数据中所呈现的事物，它就像瑞士军刀，可以用于各种不同情况和处理不同事情。”这种多功能性意味着，一旦创建了基础模型，它就可以在少量数据上进行训练，以执行特定的任务，从而实现强大而高效的解决方案。

到目前为止，联合实施和高级概念团队（Interagency Implementation and Advanced Concept Team, IMPACT）及其合作者已通过对这一地理空间基础模型的微调和应用，展示了其在多个领域的潜力，包括监测森林火灾、划定洪水区域，以及分类作物和其他土地使用类型。

由于创建初始基础模型需要海量的数据和强大的计算能力，NASA和IBM之间的合作显得尤为关键。在这个项目中，NASA提供了数据和科学知识，IBM则提供了计算能力和AI算法优化的专业技术。这种合作不仅加速了模型的开发进程，也确保了研究成果能够通过开放科学的原则，让更多的研究人员受益。

Manil Maskey指出，“要构建一个大规模基础模型，我们很早就意识到凭借某个机构单一的努力是不会成功的。这也是我们向公众开放基础模型，从预训练数据、代码、到实践、模型权重、微调训练数据和出版物，都保持透明，使研究人员可以追溯使用某些数据或模型架构的原因。”

在NASA和IBM研究院地理空间基础模型的成功基础上，双方持续合作，创建一个新的、用于天气和气候研究的类似模型。这一新项目的合作对象还包括橡树岭国家实验室（Oak Ridge National Laboratory, ORNL）、英伟达（NVIDIA）和几所大学。这次的主要数据集是Modern-Era Retrospective analysis for Research and Applications, Version 2 (MERRA-2)，一个从1980年到现在的庞大的大气重新分析数据集。与地理空间基础模型一样，这个新的天气和气候模型也将采用开放科学的方法开发，并将在不久的将来向公众提供。