IBM:n ja NASA:n avoimen lähdekoodin satelliittikuvamerkittävä tekoälymalli

IBM:n ja NASA:n avoimen lähdekoodin satelliittikuvamerkittävä tekoälymalli

Aikaleima: 3. elokuuta 2023 8
IBM:n ja NASA:n avoimen lähdekoodin satelliittikuvamerkittävä AI-malli PlatoBlockchain Data Intelligence. Pystysuuntainen haku. Ai.

IBM ja NASA ovat koonneet ja julkaisseet Prithvin: avoimen lähdekoodin perustan tekoälymallin, joka voi auttaa tutkijoita ja muita ihmisiä analysoimaan satelliittikuvia.

Apache 2 -lisenssillä julkaistu näönmuuntajamalli on suhteellisen pieni 100 miljoonalla parametrilla, ja se on koulutettu vuoden ajalta yhdysvaltalaisten avaruuspommien Harmonized Landsat Sentinel-2:n (HLS) ohjelma. Päämallin lisäksi Prithvistä on saatavilla kolme versiota, jotka on hienosäädetty tulvien tunnistamiseen; metsäpalon palovammoja; sekä viljelykasveille ja muulle maankäytölle.

Pohjimmiltaan se toimii näin: syötät yhdelle malleista yläpuolella olevan satelliittikuvan, ja se merkitsee alueet heti, kun se ymmärtää. Esimerkiksi viljelykasveille hienosäädetty muunnelma voi osoittaa, missä todennäköisesti on vettä, metsiä, maissipeltoja, puuvillapeltoja, kehittynyttä maata, kosteikkoja ja niin edelleen.

Uskomme, että tämä kokoelma olisi hyödyllinen esimerkiksi maaperän ajan mittaan tapahtuvien muutosten tutkimuksen automatisoimiseen – kuten tulvien aiheuttaman eroosion seurantaan tai kuinka kuivuus ja metsäpalot ovat iskeneet alueelle. Big Blue ja NASA eivät ole ensimmäisiä, jotka tekevät tätä koneoppimisen avulla: niitä on paljon of aiemmat ponnistelut voisimme lainata.

Esittely sadon luokittelevasta Prithvi-mallista löytyy tätä. Anna omat satelliittikuvasi tai käytä jotakin sivun alareunassa olevista esimerkeistä. Suorita malli livenä napsauttamalla Lähetä.

"Uskomme, että perustusmalleilla on potentiaalia muuttaa tapaa, jolla havainnointitietoja analysoidaan ja auttaa meitä ymmärtämään paremmin planeettamme", NASAn tieteellinen tietopäällikkö Kevin Murphy. sanoi lausunnossa. "Ja avoimella hankinnalla ja tarjoamalla ne maailman saataville, toivomme moninkertaistavamme niiden vaikutuksen."

Kehittäjät voivat ladata mallit Hugging Facesta tätä.

Prithvistä on muitakin online-demoja, kuten tämä vesistöille hienosäädetylle versiolle; tämä maastopalon arpien havaitsemiseen; ja tämä joka osoittaa mallin kyvyn rekonstruoida osittain valokuvattuja alueita.

Perusmalli on esikoulutettu yleinen malli, joka voidaan hienosäätää suorittamaan tiettyjä tehtäviä; se on Stanford Institute for Human-Centered Artificial Intelligence -instituutin luoma termi. IBM vaatimukset Prithvi on jopa 15 prosenttia parempi kuin aikaisemmat (nimeämättömät) huipputekniikat geospatiaalisen kuvan analysoinnissa, vaikka se luottaa alle puoleen niin paljon merkittyä tietoa. 

Tämän mallin toivotaan auttavan ihmisiä seuraamaan ilmastonmuutosta ja maankäyttöä, varsinkin kun maata kiertävien tiedeluotainten keräämien satelliittitietojen määrä on arvioitu [PDF] saavuttaakseen 250,000 2024 teratavun vuoteen XNUMX mennessä.

IBM sanoi kouluttaneensa mallin käyttämällä Kynttilä, sen AI-supertietokoneklusteri. Se sanoi, meille myös kerrotaan Big Bluella kesti vain noin tunnin hienosäätää malli tulvien havaitsemiseksi Nvidia V100 -grafiikkasuorittimella, joten et välttämättä tarvitse valtavia rautapinoja oman muunnelman luomiseen.

Prithvin kaupallinen versio, olipa se mikä tahansa, on määrä julkaista myöhemmin tänä vuonna.

"Maan havaintojen tekoälyperusmallit tarjoavat valtavan potentiaalin ratkaista monimutkaisia ​​tieteellisiä ongelmia ja nopeuttaa tekoälyn laajempaa käyttöönottoa erilaisissa sovelluksissa", sanoi Rahul Ramachandran, NASAn Interagency Implementation and Advanced Concepts Teamin (IMPACT) johtaja ja vanhempi tutkija. 

"Pyydämme maapallon tiede- ja sovellusyhteisöjä arvioimaan tätä alkuperäistä HLS-säätiön mallia eri käyttötarkoituksiin ja jakamaan palautetta sen eduista ja haitoista", hän lisäsi. ®

Aikaleima:

Lisää aiheesta Rekisteri