IBM optimiert KI-Modelle für geografische Analysen
Gemeinsam mit der NASA hat Big Blue ein Foundation-Modell entwickelt, das sich auch mit räumlichen Informationen wie etwa Satellitenbildern trainieren lässt.
Das Geodatenmodell soll es einfacher machen, umweltbezogene Erkenntnisse und Lösungen für den Klimaschutz abzuleiten. Zu den ersten Projekten gehört die Analyse städtischer Wärmeinseln in den Vereinigten Arabischen Emiraten sowie von Wiederaufforstungsprogrammen in Kenia.
Städtische Wärmeinseln in den VAE
Wenn die Treibhausgasemissionen weiterhin auf hohem Niveau bleiben, wird es bis zum Ende dieses Jahrhunderts in vielen Städten immer wahrscheinlicher, dass starke Hitzewellen auftreten. Um Pläne für die zukünftige Bewohnbarkeit von Städten zu entwickeln, müssen die steigenden Hitzewerte genau abgebildet und berücksichtigt werden.
IBM und die Mohamed Bin Zayed University of Artificial Intelligence (MBZUAI) in den VAE wenden die Foundation-Modelle auf die Kartierung von städtischen Wärmeinseln an. Dabei handelt es sich um Gebiete mit deutlich höheren Temperaturen im Vergleich zu umliegenden Orten. Unter anderem will man genauer verstehen, wie sich die außerstädtischen Raumstrukturen auf die Bildung der städtischen Hitzeinseln auswirken. Es wird erwartet, dass die Modelle Erkenntnisse für die Stadtentwicklung liefern, um den Wärmestress in den urbanen Räumen abzumildern.
Wiederaufforstung in Kenia
Ende vergangenen Jahres stellte Kenias Präsident William Ruto eine nationale Kampagne zur Wiederaufforstung vor. Bis 2032 sollen landesweit 15 Milliarden Bäume gepflanzt werden. Ein besonderes Augenmerk liegt auf Gebieten, in denen die vorhandenen Wasserreservoirs kritische Füllstände aufweisen.
Eine digitale Plattform, die das IBM Foundation Model nutzt, gibt den Programmverantwortlichen nun die Möglichkeit, die Baumpflanzungen und Baumzuchtaktivitäten präziser zu verfolgen und zu veranschaulichen. Lokale Entwickler sollen dabei auch solche Modelle erstellen können, die das geografisch-räumliche Modell von IBM mit eigenen Informationen kombinieren. Ziel ist es zum Beispiel, die Entwicklung der oberirdischen Biomasse, wie zum Beispiel den gebundenen Kohlenstoff, genauer zu bestimmen.
