📣 Lähetä tiedotteenne meille
Sivusto päivittyy 15 minuutin välein
Teknologia

Kiinan ilmatieteen laitos avaa "Fenghe"-tekolymallin globaaliin käyttöön

Kiinan ilmatieteen laitos on julkaissut "Fenghe"-tekolymallin ja käynnistänyt sen maailmanlaajuisen avoimen lähdekoodin ohjelman. Malli on suunniteltu parantamaan sääpalveluita ja katastrofien torjuntaa.

17. heinäkuuta 2026
Kiinan ilmatieteen laitos avaa "Fenghe"-tekolymallin globaaliin käyttöön
Kuva on AI:lla tehty kuvituskuva

Kiinan ilmatieteen laitos (CMA) on käynnistänyt maailmanlaajuisen avoimen lähdekoodin ohjelman "Fenghe"-tekoälymallilleen, joka on ilmoitettu ensimmäiseksi sadan miljardin parametrin sääpohjaiseksi kehittyneeksi kielimalliksi. Julkistus tehtiin Maailman tekoälykonferenssissa (WAIC) 17. heinäkuuta.

"Fenghe" on kehitetty yhdessä Xiong'an AI Innovation Research Instituten ja ZhiPu:n kaltaisten tahojen kanssa. Sen tavoitteena on edistää tekoälyn käyttöä sääpalveluissa ja tukea globaalia yhteistyötä katastrofien ehkäisyssä ja kestävän kehityksen edistämisessä. Malli tarjoaa älyllistä tukea sääanalyysiin, riskinarviointiin ja sääpalveluiden tarjoamiseen.

Malliin on integroitu yli 50 miljoonaa tokenia laadukasta sääpalveluihin liittyvää dataa ja auktoriteettitietoa. CMA on avannut mallin täydet painoarvot ja standardoidut rajapinnat (API) alustoille kuten GitHub ja Hugging Face. Tämä mahdollistaa mallin sulauttamisen erilaisiin sovelluksiin, kuten mobiilisovelluksiin ja pienohjelmiin.

"Fenghe" tarjoaa jo nyt tukea kansallisille sääpalveluille ja tarjoaa Kiinan yleisölle personoituja sääennusteita ja riskivaroituksia. Kansainvälinen versio, joka tukee englannin ja kiinan kieliä, on jo käytössä osana "Mazu"-ennakkovaroitusjärjestelmää, tarjoten älykkäitä kysymyksiä ja vastauksia, sääkyselyitä ja riski-analyysejä maailmanlaajuisille käyttäjille.

Ohjelman myötä CMA pyrkii rakentamaan avointa ekosysteemiä säätekoälyn ympärille. Yhteisö voi hyödyntää mallia kehittääkseen uusia riskituotteita, muuntaakseen monimutkaiset varoitukset ymmärrettävään muotoon ja integroidakseen ne muihin sektoreihin, kuten liikenteeseen ja energiaan, edistäen näin varhaisvaroitusjärjestelmien kehittämistä.

Alkuperäinen lähde: ithome.com