Mākslīgais intelekts Ieviests
MI laikapstākļu modeļi: GraphCast
Grafu neironu tīkls tagad konkurē ar klasiskajām vidēja termiņa prognozēm un balstās uz satelītu novērojumiem.
Lasīt kartītiMākslīgais intelekts
Pieci pētījumu rezultāti, kuros mākslīgais intelekts kalpo zinātnei: valodas modelis, kas projektē olbaltumvielas, modelis, kas piedāvā jaunus materiālus, hibrīds klimata modelis, kodolsintēzes iekārtu simulators un vadības sistēma, kas uztur kodolsintēzes plazmu stabilu. Modeļi un mašīnas Zemes sistēmām, materiāliem, tīkliem, olbaltumvielām un pārstrādei, kopā ar metāna un uguns novērošanu, plūdu prognozēm un sauszemes kartēm no 2024. gada. Laikapstākļu modeļi balstās uz satelītiem.
Mākslīgais intelekts Pētījums
GNoME: MI materiāliem
Modelis ierosināja simtiem tūkstošu kristālu, kas var būt stabili. To izgatavošana ir laboratorijas darbs.
Lasīt kartīti
Mākslīgais intelekts Izmēģinājums
MI elektrotīklam
Labākas vēja prognozes un dispečeru rīki noskuj rezerves. Transformatori un pārējais fiziskais tīkls paliek savā vietā.
Lasīt kartīti
Mākslīgais intelekts Ieviests
AlphaFold 3 lietošanā
2024. gada olbaltumvielu un to partneru modelis tagad ir ikdienas laboratorijas programmatūra, ko lieto miljoniem pētnieku. Darbojošs klimata enzīms ir vēlāks laboratorijas solis.
Lasīt kartīti
Mākslīgais intelekts Ieviests
Reciklēšanas roboti: AMP
Kameras un rokas jau lasa kartona kastes un pudeles īstās šķirošanas līnijās. Pircējs sašķirotajam materiālam ir atsevišķs jautājums.
Lasīt kartīti
Mākslīgais intelekts Pētījums
Kvantu skaitļošana: ķīmijas cerības
Publiskās mašīnas no IBM, Google un IonQ turpina pievienot kubitus. Klimata katalizatora projektēšana ar tām ir vēlāks darbs.
Lasīt kartīti
Mākslīgais intelekts Ieviests
Climate TRACE v5.10
2026. gada augusta inventarizācija lika pirmā pusgada globālās siltumnīcas gāzes par 0,2 procentiem virs 2025.: satelītu un modeļa novērtējums, ne tiesas spriedums.
Lasīt kartītiAvots: Climate TRACE: v5.10 / first-half 2026 emissions (27 Aug 2026)
Mākslīgais intelekts Ieviests
Google WeatherNext 3
2026. gada septembra globālais laikapstākļu modelis, kas ņem dzīvus satelītus un atsvaidzina katru stundu: joprojām ne tava nacionālā brīdinājumu dienests.
Lasīt kartītiAvots: Google DeepMind: Introducing WeatherNext 3 (3 Sep 2026)
Mākslīgais intelekts Ieviests
ECMWF AIFS 1.1
Eiropas operatīvā MI prognoze, 2025. gada augustā atjaunināta ar fizikas robežām, lai lietus neietu mīnusā: blakus fizikas modelim, ne tā vietā.
Lasīt kartītiAvots: VAST Data: The weather model that taught itself physics (AIFS 1.1)
Mākslīgais intelekts Pētījums
Prithvi: Zemes pamatmodeļi
NASA un IBM apmācīja atvērtu modeli uz gadiem Harmonized Landsat-Sentinel attēlu. Tas ir sākuma svars, ne orākuls.
Lasīt kartīti
Mākslīgais intelekts Pētījums
Vesuvius Challenge: aizzīmogotie ruļļi
Rentgena CT un mašīnmācīšanās 2024. gada februārī atklāja pirmos fragmentus un 2026. gada jūnijā: veselu Herkulānes rulli; tas ir balvu konkursa, ne visas senatnes burvju OCR.
Lasīt kartīti
Mākslīgais intelekts Izmēģinājums
MethaneSAT: naftas un gāzes metāns no kosmosa
MethaneSAT (starts 2024. g. 4. mar.; sakari zaudēti 20. jūn.) kartēja metānu ~45 baseinos: dati un ACP 2026 zinātne ir atklāti. Nav Climate TRACE inventārs un nav laikapstākļu modelis.
Lasīt kartīti
Mākslīgais intelekts Izmēģinājums
FireSat: agrīna ugunsgrēku noteikšana no kosmosa
Earth Fire Alliance / Muon / Google Research: Protoflight 2025. g. mar.; trīs operacionāli satelīti 2026. g. 7. jūl. AI salīdzina IR plankumus ~5×5 m. Nav laikapstākļu modelis un nav Climate TRACE.
Lasīt kartītiAvots: Earth Fire Alliance: first three operational FireSats reach orbit (7 Jul 2026)
Mākslīgais intelekts Ieviests
Google Flood Hub: AI upju plūdu prognozes
Flood Hub (Nature, 2024. g. 20. mar.; pārklājums no 2024. g. nov.: 100+ valstis / ~700 milj.) dod bezmaksas AI upju plūdu prognozes līdz 7 dienām: hidroloģija, ne GraphCast.
Lasīt kartītiAvots: Nearing et al., Nature: global flood prediction (20 Mar 2024)
Mākslīgais intelekts Ieviests
AlphaEarth Foundations: Zemes embeddingi
Google DeepMind AlphaEarth (2025. g. 30. jūl.) savieno multi-sensoru datus 64-D embeddingos pie 10 m; ikgadējais Satellite Embedding V1 ir Earth Engine. Kartēšanas fonds: nav Prithvi svari un nav laikapstākļu prognoze.
Lasīt kartītiAvots: Google DeepMind: AlphaEarth Foundations (30 Jul 2025)
Mākslīgais intelekts Pētījums
Olbaltumvielu valodas modelis ESM3
2025. gada janvārī žurnāls Science publicēja rakstu par ESM3, uzņēmuma EvolutionaryScale mākslīgā intelekta modeli, kas «lasa» un «raksta» olbaltumvielas. Modelim lūdza izveidot spīdošu olbaltumvielu, un tas piedāvāja tādu, kas ar tuvāko dabisko radinieku sakrīt tikai 58 procentos pozīciju; autori šo atstarpi salīdzina ar aptuveni 500 miljoniem gadu evolūcijas.
Lasīt kartīti
Mākslīgais intelekts Pētījums
Materiālu projektēšana ar MatterGen
2025. gada 16. janvārī žurnāls Nature publicēja rakstu par MatterGen, uzņēmuma Microsoft mākslīgā intelekta modeli, kas piedāvā jaunus kristālus ar izvēlētu īpašību, veidojot tos no nulles. Vienu no piedāvātajiem materiāliem izgatavoja laboratorijā, un pretestība saspiešanai, kas novērtēta pēc laboratorijas testiem, bija 20 procentu robežās no mērķa 200 gigapaskāliem.
Lasīt kartīti
Mākslīgais intelekts Pētījums
Hibrīdais klimata modelis NeuralGCM
2024. gada 22. jūlijā žurnāls Nature publicēja rakstu par NeuralGCM, Google Research modeli, kas saglabā liela mēroga gaisa kustības fiziku, bet mākoņus un citus sīkus procesus apraksta ar neironu tīklu. Uz pagātnes 40 gadiem tā temperatūras kļūda bija 0,25 Celsija grādi pret 0,75 parastajiem tikai atmosfēras modeļiem, un tas rēķināja vairāk nekā 3500 reižu ātrāk nekā detalizēts fizikāls modelis.
Lasīt kartīti
Mākslīgais intelekts Pētījums
TORAX: kodolsintēzes plazmas simulators
2024. gada maijā Google DeepMind izlaida TORAX, ātru atvērtā koda simulatoru karstajai gāzei kodolsintēzes iekārtā. 2025. gada 16. oktobrī DeepMind un Commonwealth Fusion Systems paziņoja par partnerību, lai kopā ar mākslīgo intelektu izmantotu to iekārtas SPARC darbības plānošanai.
Lasīt kartīti
Mākslīgais intelekts Pētījums
Mākslīgais intelekts pret tearing nestabilitāti DIII-D
2024. gada 21. februārī žurnāls Nature publicēja eksperimentu uz tokamaka DIII-D Kalifornijā, kurā uz mākslīgā intelekta balstīts vadības algoritms ar mēģinājumiem un atlīdzību iemācījās reāllaikā mainīt sildīšanu un plazmas formu, noturot prognozēto tearing risku, vienu no galvenajiem plazmas sabrukuma cēloņiem, zem izvēlētās robežas.
Lasīt kartīti