NASA与IBM联手打造INDUS大语言模型，赋能前沿科学研究

美国国家航空航天局（NASA）的变革性高级任务概念研究（IMPACT）计划正在探索利用大型语言模型（LLM）来应对复杂的地球科学挑战，例如预测印度河地区的洪水，包括上游洪水、下游洪水、季节性洪水以及与冰川融化相关的洪水。

INDUS 项目包含四个主要组成部分：知识、推理、模拟和校准。知识库用于存储地球科学信息，而 LLM 则负责推理。INDUS 项目旨在整合关于河流洪水、冰川洪水、季节性洪水、上游洪水和下游洪水等60年的科学文献信息，并将其用于预测。IMPACT-IBM 人工智能科学研究联盟正致力于通过结合物理知识和人工智能模型来改进洪水预测技术。INDUS 项目是该联盟首批启动的五个探索性项目之一，旨在利用人工智能技术改善地球科学研究。

INDUS 项目利用了一种专门构建的语言模型，该模型使用了2.68亿个参数，并且已经接受了跨领域的数据训练，包括科学、代码和数学。

通过 INDUS 项目对洪水事件进行建模，IMPACT-IBM 联盟旨在提高对水文过程的理解，改进洪水预报和气候适应策略，并促进 LLM 在地球科学中的应用。该项目旨在解决现有地球科学模型的局限性，并结合领域知识，提供更准确和可靠的洪水预测。这有助于更有效地管理和减轻与洪水相关的风险。

Bishwaranjan Bhattacharjee 是 IBM 的研究员，他表示：“我们旨在利用人工智能的力量来解决地球科学中的挑战，将领域知识与数据驱动的语言模型相结合，可以更全面地了解洪水等复杂现象，从而改进预测和适应策略。”

关键要点：

– 🚀 NASA 与 IBM 的人工智能科学联盟 INDUS 项目，致力于利用大型语言模型来预测印度河地区的洪水，包括季节性、上游、下游及冰川融水引发的洪水。

– 💡INDUS 项目整合了超过60年的科学文献信息，利用知识库和大型语言模型，构建了一个包含知识、推理、模拟和校准四大模块的综合系统，其语言模型包含2.68亿个参数，经过跨领域数据训练。

– ✨INDUS 有望改进对水文过程的理解，提升洪水预测和气候适应能力，促进大型语言模型在地球科学领域的应用，并通过结合领域知识和人工智能模型，提供更准确和可靠的洪水预测。