IBM dan NASA open source model AI pelabelan citra satelit

IBM dan NASA open source model AI pelabelan citra satelit

Stempel Waktu: 3 Agustus 2023 8:40
IBM and NASA open source satellite-image-labeling AI model PlatoBlockchain Data Intelligence. Vertical Search. Ai.

IBM dan NASA telah menyusun dan merilis Prithvi: model AI dasar sumber terbuka yang dapat membantu ilmuwan dan orang lain menganalisis citra satelit.

Model transformator visi, dirilis di bawah lisensi Apache 2, relatif kecil dengan 100 juta parameter, dan dilatih dengan gambar selama satu tahun yang dikumpulkan oleh Harmonized Landsat Sentinel-2 milik peti angkasa AS (HLS) program. Selain model utama, tersedia tiga varian Prithvi, yang disesuaikan untuk mengidentifikasi banjir; bekas luka bakar; dan tanaman serta penggunaan lahan lainnya.

Pada dasarnya, ini berfungsi seperti ini: Anda memberi makan salah satu model foto satelit di atas kepala, dan memberi label pada area dalam jepretan yang dipahaminya. Misalnya, varian yang disetel dengan baik untuk tanaman dapat menunjukkan di mana kemungkinan ada air, hutan, ladang jagung, ladang kapas, lahan yang dikembangkan, lahan basah, dan sebagainya.

Koleksi ini, kami bayangkan, akan berguna untuk, katakanlah, mengotomatiskan studi tentang perubahan lahan dari waktu ke waktu – seperti melacak erosi akibat banjir, atau bagaimana kekeringan dan kebakaran hutan melanda suatu wilayah. Big Blue dan NASA bukanlah yang pertama melakukan ini dengan pembelajaran mesin: ada cukup of upaya sebelumnya kita bisa mengutip.

Demo model Prithvi yang mengklasifikasi tanaman dapat ditemukan di sini. Berikan citra satelit Anda sendiri atau gunakan salah satu contoh di bagian bawah halaman. Klik Kirim untuk menjalankan model secara langsung.

“Kami percaya bahwa model dasar memiliki potensi untuk mengubah cara data pengamatan dianalisis dan membantu kita memahami planet kita dengan lebih baik,” Kevin Murphy, kepala petugas data sains di NASA, tersebut dalam sebuah pernyataan. “Dan dengan membuka sumber model semacam itu dan membuatnya tersedia untuk dunia, kami berharap dapat melipatgandakan dampaknya.”

Pengembang dapat mengunduh model dari Hugging Face di sini.

Ada demo online Prithvi lainnya, seperti yang ini untuk varian yang disesuaikan untuk badan air; yang ini untuk mendeteksi bekas kebakaran hutan; Dan yang ini yang memamerkan kemampuan model untuk merekonstruksi sebagian area yang difoto.

Model dasar adalah model umum pra-pelatihan yang mampu disetel dengan baik untuk melakukan tugas tertentu; itu adalah istilah yang diciptakan oleh Stanford Institute for Human-Centered Artificial Intelligence. IBM klaim Prithvi hingga 15 persen lebih baik daripada teknik canggih sebelumnya (tanpa nama) dalam menganalisis citra geospasial, meskipun mengandalkan data berlabel kurang dari setengahnya. 

Diharapkan model ini akan membantu orang melacak perubahan iklim dan penggunaan lahan, terutama karena jumlah data satelit yang dikumpulkan oleh penyelidikan sains yang mengorbit Bumi diperkirakan [PDF] untuk mencapai 250,000 terabyte pada tahun 2024.

IBM mengatakan itu melatih model menggunakan Lilin, cluster superkomputer AI-nya. Yang mengatakan, kami juga diberitahu hanya butuh Big Blue sekitar satu jam untuk menyempurnakan model untuk mendeteksi banjir menggunakan GPU Nvidia V100, jadi Anda mungkin tidak memerlukan tumpukan besi yang besar untuk membuat varian Anda sendiri.

Versi komersial, apa pun itu, dari Prithvi akan tersedia akhir tahun ini.

“Model dasar AI untuk pengamatan Bumi menghadirkan potensi yang sangat besar untuk mengatasi masalah ilmiah yang rumit dan mempercepat penerapan AI yang lebih luas di berbagai aplikasi,” kata Rahul Ramachandran, seorang manajer dan ilmuwan peneliti senior di Tim Implementasi Antar Lembaga dan Konsep Lanjut (IMPACT) NASA. 

“Kami menyerukan kepada komunitas sains dan aplikasi Bumi untuk mengevaluasi model dasar HLS awal ini untuk berbagai penggunaan dan berbagi umpan balik tentang kelebihan dan kekurangannya,” tambahnya. ®

Stempel Waktu:

Lebih dari Pendaftaran