Hoy es quinta feira, 28 de marzo de 2024.

Aquí están dos diversas observaciones de esta investigación:

• Entre las megatendencias que presionan al CEO para reinventarse, nenhuma es más importante que las alteraciones climáticas.

• El CEO percibe enormes ineficiencias en una serie de actividades rotineiras en sus empresas, representando cerca del 40% del tiempo de gasto en tarefas. El 60% del CEO espera que una inteligencia artificial generativa (IA) pueda ayudar a mejorar esa eficiencia.

Coincidentemente, un día antes, Nature publicó un artículo intitulado “Cómo la IA está mejorando los pronósticos climáticos”, con pesquisadores “usando varias estrategias de aprendiz de máquina para acelerar el modelaje climático, reducir sus costos de energía e, talvez, mejorar la precisión” .

El aprendiz de máquina es un ramo de IA no cual os programas de computador aprendem identificando padrões em conjuntos de dados. Esto es diferente de usar ecuaciones para realizar simulaciones y está siendo cada vez más considerado para la previsión del tiempo y el modelaje climático. Los términos de velocidad y poder de procesamiento necesarios – y personalizados – sus resultados son mucho más rápidos – y baratos – como las simulaciones tradicionales. Por otro lado, los modelos aprendidos por máquina aún necesitan probar su precisión.

En este sentido, algunas estrategias de evaluación se están realizando utilizando aprendiz de máquina:

• modelos emulares convencionales

• Desenvolver modelos básicos fundamentais para buscar padrões ocultos y posiblemente desconocidos.

• modelos hibridos

El artículo cita algunas conquistas, como el QuickClim australiano con “15 modelos de aprendizado de máquina que podem emular 15 modelos da atmosfera baseados na física”, el rápido y eficiente modelo ACE del Allen Institute for Artificial Intelligence de Seattle, o el modelo fundamental ClimaX de Microsoft y la Universidad de California, el proyecto CliMA para modelos híbridos, 'Digital Twins' os gemeos digitales de Terra sendo desenvolvidos por la NASA y la Comisión Europea, además de un proyecto europeo chamado Destination Earth (DestinE).

Más dos citas del artículo:

• Testar modelos climáticos enfrenta el comportamiento climático pasado es útil, pero no es una medida perfecta de qué podemos prever un futuro que probablemente será muy diferente daquele que a humanidade viu antes.
  
  

• El objetivo final es criar modelos digitales de dos sistemas de Terra, parcialmente alimentados por IA, que puedan simular todos los aspectos del tiempo y del clima en escalas de kilómetros, con gran precisión y velocidad de luz.

Haga clic en la imagen a continuación para ver este interesante artículo de Nature y referencias, de Carissa Wong.