İklim araştırmalarında yapay zekanın kullanımı son yıllarda hız kazansa da mevcut modeller kritik bir eksiklikle boğuşuyordu: İnsan kaynaklı faktörler büyük ölçüde dışarıda kalıyordu. Hava tahmininden okyanus sirkülasyonuna kadar pek çok fiziksel süreci modelleyebilen sistemler, bu süreçleri hem tetikleyen hem de bu süreçlerden etkilenen beşeri boyutu hesaba katmakta yetersiz kalıyordu.
WorldTensor, tam da bu boşluğu kapatmak amacıyla tasarlanmış uyumlu bir küresel veri setidir. Yüzlerce değişkeni tek bir temsilde bir araya getiren bu kaynak, makine öğrenmesi tabanlı Dünya sistemi modellerinin eğitimi için standart bir altyapı sunmayı hedefliyor. Veri setinin belkemiğini, 0,25 derecelik ortak uzamsal çözünürlük ve yıllık zaman adımı oluşturuyor; böylece farklı kaynaklardan gelen veriler tutarlı biçimde karşılaştırılabiliyor.
Entegre edilen veri kaynakları oldukça geniş bir yelpazede yer alıyor: Atmosferik yeniden analiz ürünleri, uydu tabanlı uzaktan algılama verileri, sera gazı emisyon envanterleri, tarihsel arazi kullanım rekonstrüksiyonları, tatlı su ve hidroloji gözlemleri, kentsel altyapı ve doğal afet verileri ile nüfus, ekonomi ve gelişmişlik düzeyine ilişkin sosyoekonomik göstergeler bunların başında geliyor.
Araştırmacılar, farklı projeksiyon ve çözünürlüklerdeki giriş verilerini standart ızgaraya yeniden örnekleyerek bu uyumu sağladı. Sonuç olarak ortaya çıkan yapı, hem çok değişkenli analizlere hem de derin öğrenme modellerinin doğrudan eğitimine olanak tanıyor.
WorldTensor'un asıl önemi, iklim ile toplumu birlikte ele alan temel yapay zeka modellerinin (foundation model) geliştirilmesini mümkün kılma potansiyelinde yatıyor. Böyle modeller; karbon salımlarının ekonomik yansımalarını, afet riskinin altyapı üzerindeki etkilerini ya da arazi kullanım değişikliklerinin hidrolojik döngüye katkısını bütünleşik biçimde değerlendirebilir. Bu veri seti, iklim bilimiyle sosyal bilimler arasındaki geleneksel sınırları aşan yeni nesil araştırmaların kapısını aralıyor.