Modelo de IA de etiquetado de imágenes satelitales de fuente abierta de IBM y NASA

Modelo de IA de etiquetado de imágenes satelitales de fuente abierta de IBM y NASA

Marca de tiempo: 3 de agosto de 2023 8:40 p.m.
IBM y la NASA abren el modelo de IA de etiquetado de imágenes satelitales de código abierto PlatoBlockchain Data Intelligence. Búsqueda vertical. Ai.

IBM y la NASA han creado y lanzado Prithvi: un modelo de IA básico de código abierto que puede ayudar a los científicos y otras personas a analizar imágenes satelitales.

El modelo de transformador de visión, lanzado bajo una licencia Apache 2, es relativamente pequeño con 100 millones de parámetros, y fue entrenado con un año de imágenes recopiladas por los científicos espaciales Armonizados Landsat Sentinel-2 de EE. UU. (HLS) programa. Además del modelo principal, hay disponibles tres variantes de Prithvi, ajustadas para identificar inundaciones; cicatrices de quemaduras de incendios forestales; y cultivos y otros usos de la tierra.

Esencialmente, funciona así: alimenta a uno de los modelos con una foto satelital aérea y etiqueta las áreas en el instante que entiende. Por ejemplo, la variante ajustada para cultivos puede señalar dónde probablemente haya agua, bosques, campos de maíz, campos de algodón, tierras urbanizadas, humedales, etc.

Esta colección, imaginamos, sería útil para, por ejemplo, automatizar el estudio de los cambios en la tierra a lo largo del tiempo, como el seguimiento de la erosión de las inundaciones o cómo la sequía y los incendios forestales han afectado a una región. Big Blue y la NASA no son los primeros en hacer esto con el aprendizaje automático: hay mucho of esfuerzos previos podríamos citar.

Se puede encontrar una demostración del modelo Prithvi de clasificación de cultivos esta página. Proporcione sus propias imágenes satelitales o use uno de los ejemplos en la parte inferior de la página. Haga clic en Enviar para ejecutar el modelo en vivo.

“Creemos que los modelos básicos tienen el potencial de cambiar la forma en que se analizan los datos de observación y ayudarnos a comprender mejor nuestro planeta”, Kevin Murphy, director de datos científicos de la NASA, dijo en una oracion. “Y al abrir dichos modelos y ponerlos a disposición del mundo, esperamos multiplicar su impacto”.

Los desarrolladores pueden descargar los modelos de Hugging Face esta página.

Hay otras demostraciones en línea de Prithvi, como esta para la variante afinada para cuerpos de agua; esta para detectar cicatrices de incendios forestales; y esta que muestra la capacidad del modelo para reconstruir áreas parcialmente fotografiadas.

Un modelo básico es un modelo generalizado preentrenado capaz de ajustarse para realizar tareas específicas; es un término acuñado por el Stanford Institute for Human-Centered Artificial Intelligence. IBM reclamaciones Prithvi es hasta un 15 por ciento mejor que las técnicas de última generación anteriores (sin nombre) en el análisis de imágenes geoespaciales, a pesar de depender de menos de la mitad de los datos etiquetados. 

Se espera que este modelo ayude a las personas a rastrear el cambio climático y el uso de la tierra, especialmente porque se estima la cantidad de datos satelitales recopilados por las sondas científicas que orbitan la Tierra [(PDF)] para alcanzar los 250,000 terabytes en 2024.

IBM dijo que entrenó el modelo usando Navegación, su grupo de supercomputadoras de IA. Dicho esto, también se nos dice Big Blue tardó solo alrededor de una hora en ajustar el modelo para detectar inundaciones con una GPU Nvidia V100, por lo que es posible que no necesite grandes pilas de hierro para crear su propia variante.

Una versión comercializada, cualquiera que sea, de Prithvi estará disponible a finales de este año.

“Los modelos básicos de IA para las observaciones de la Tierra presentan un enorme potencial para abordar problemas científicos complejos y acelerar el despliegue más amplio de la IA en diversas aplicaciones”, dijo Rahul Ramachandran, gerente y científico investigador sénior del Equipo de Conceptos Avanzados e Implementación Interinstitucional de la NASA (IMPACT). 

“Hacemos un llamado a las comunidades de aplicaciones y ciencias de la Tierra para que evalúen este modelo básico inicial de HLS para una variedad de usos y compartan comentarios sobre sus ventajas y desventajas”, agregó. ®

Sello de tiempo:

Mas de El registro