Desde hace pocas semanas la renovada red- plataforma PWS ha incorporado (en versión beta) un sistema de inteligencia artificial (AI) llamado Xweather Nimbus, al parecer desarrollado por Vaisala.
Ofrece un chat bastante versátil para obtener información muy variada acerca de la estación que se elija.
Desde la mera información sobre ella hasta el pronóstico del tiempo para varios días, pasando -y esto quizá sea lo más interesante- por el acceso sin restricciones a los datos recopilados por la propia estación. Sorprendentemente, admite correcciones: si muestra un dato erróneo, se le puede rectificar y enseguida lo corrige.
Lo mejor será probarlo: cada usuario encontrará las más convenientes posibilidades.

profe,..., que te has olvidado de darnos el enlace,

¿es este?
https://demos.xweather.com/data-maps/examples/nimbus/weather-station-chat/?station=PWS_18600

Cita de: _00_ en Martes 21 Mayo 2024 14:20:47 PM
profe,..., que te has olvidado de darnos el enlace,

¿es este?
https://demos.xweather.com/data-maps/examples/nimbus/weather-station-chat/?station=PWS_18600

No se me olvidó, no... Estaba facilón. Mejor con él, desde luego. Gracias.

Es sobre IA, lo pongo aquí para no abrir tantos temas...

La Nasa e IBM pusieron en disposición open source un modelo (Prithvi WxC) entrenado en clima y tiempo que se puede usar para realizar análisis y predicciones, quizás una de las cosas que pueden ser más útiles es la parametrización de ondas de gravedad y el desescalado, útil para afinar la predicción de fenómenos mesoescalares.


https://newsroom.ibm.com/2024-09-23-ibm-and-nasa-release-open-source-ai-model-on-hugging-face-for-weather-and-climate-applications

El modelo está disponible en https://huggingface.co/Prithvi-WxC
otros modelos predictivos de IBM los podemos encontrar en https://huggingface.co/ibm-granite
o también en https://github.com/ibm-granite

Para los que quieran "jugar" con el modelo de IA GraphCast (o con otro modelos como fourcastnetv2-small o panguweather), aquí tenéis algún "jupyter notebook":

https://epic.noaa.gov/get-code/ai/
https://github.com/NOAA-PSL/graphcast
https://github.com/google-deepmind/graphcast

También dejo enlaces al "framework" ANEMOI del centro europeo, en el que participa la AEMET, con el se pueden entrenar modelos específicos ...

https://www.ecmwf.int/en/about/media-centre/news/2024/anemoi-new-framework-weather-forecasting-based-machine-learning
https://github.com/ecmwf  (pinchar en ANEMOI)
https://anemoi-models.readthedocs.io/en/latest/index.html