Naukowcy stworzyli Air Quality Arena - kompleksowy zbiór danych i benchmark specjalnie zaprojektowany do oceny najnowszych modeli foundation w prognozowaniu jakości powietrza. Dataset obejmuje 6 głównych zanieczyszczeń (takich jak PM2.5, NO2, O3) monitorowanych przez ponad 14 tysięcy stacji pomiarowych w 7 krajach rozłożonych na 4 kontynentach przez okres trzech lat. To znacznie przewyższa dotychczasowe benchmarki, które były ograniczone geograficznie i obejmowały mniej zanieczyszczeń.
Problematyka jest paląca - Światowa Organizacja Zdrowia szacuje, że zanieczyszczenie powietrza powoduje około 7,9 miliona przedwczesnych zgonów rocznie. Dotychczasowe systemy prognozowania były niewystarczające, dlatego zespół porównał 11 wiodących modeli foundation do prognozowania szeregów czasowych oraz klasyczne podejścia statystyczne. Badanie wykazało, że czasowe modele foundation są znacznie bardziej efektywne jako forecasters zero-shot - potrafią prognozować na nowych danych bez specjalistycznego treningu.
Najciekawszym wynikiem jest przewaga modelu opartego na architekturze cross-modalnej, który wykorzystuje vision foundation model do prognozowania szeregów czasowych. To pokazuje, że hybrydowe podejścia łączące różne modalności mogą być bardziej skuteczne niż tradycyjne podejścia. Zbiór danych jest publicznie dostępny, co powinno przyspieszyć rozwój lepszych systemów prognozowania jakości powietrza na całym świecie.