Modello AI per l'etichettatura di immagini satellitari open source IBM e NASA

Modello AI per l'etichettatura di immagini satellitari open source IBM e NASA

Timestamp: 3 agosto 2023 8:40
Modello AI open source per l'etichettatura di immagini satellitari di IBM e NASA PlatoBlockchain Data Intelligence. Ricerca verticale. Ai.

IBM e NASA hanno messo insieme e rilasciato Prithvi: un modello di intelligenza artificiale di base open source che può aiutare gli scienziati e altre persone ad analizzare le immagini satellitari.

Il modello del trasformatore di visione, rilasciato con una licenza Apache 2, è relativamente piccolo con 100 milioni di parametri ed è stato addestrato su un anno di immagini raccolte dai cervelloni spaziali statunitensi Harmonized Landsat Sentinel-2 (HLS) programma. Oltre al modello principale, sono disponibili tre varianti di Prithvi, ottimizzate per identificare le inondazioni; cicatrici da ustioni da incendio; e colture e altri usi del suolo.

In sostanza, funziona in questo modo: fornisci a uno dei modelli una foto satellitare dall'alto e etichetta le aree nello snap che capisce. Ad esempio, la variante messa a punto per le colture può indicare dove probabilmente c'è acqua, foreste, campi di mais, campi di cotone, terreni edificati, zone umide e così via.

Questa raccolta, immaginiamo, sarebbe utile, ad esempio, per automatizzare lo studio dei cambiamenti del terreno nel tempo, come il monitoraggio dell'erosione dovuta alle inondazioni o il modo in cui la siccità e gli incendi hanno colpito una regione. Big Blue e la NASA non sono i primi a farlo con l'apprendimento automatico: ci sono abbondanza of sforzi precedenti potremmo citare.

È possibile trovare una demo del modello Prithvi di classificazione delle colture qui. Fornisci le tue immagini satellitari o utilizza uno degli esempi in fondo alla pagina. Fare clic su Invia per eseguire il modello dal vivo.

"Crediamo che i modelli di fondazione abbiano il potenziale per cambiare il modo in cui i dati osservativi vengono analizzati e ci aiutino a comprendere meglio il nostro pianeta", Kevin Murphy, chief science data officer della NASA, disse in una dichiarazione. "E aprendo tali modelli e rendendoli disponibili al mondo, speriamo di moltiplicare il loro impatto".

Gli sviluppatori possono scaricare i modelli da Hugging Face qui.

Ci sono altre demo online di Prithvi, come questo per la variante predisposta per corpi idrici; questo per rilevare cicatrici da incendio; E questo che mette in mostra la capacità del modello di ricostruire aree parzialmente fotografate.

Un modello di base è un modello generalizzato preaddestrato in grado di essere messo a punto per eseguire compiti specifici; è un termine coniato dallo Stanford Institute for Human-Centered Artificial Intelligence. IBM Prithvi è fino al 15% migliore rispetto alle precedenti tecniche all'avanguardia (senza nome) nell'analisi delle immagini geospaziali, nonostante si basi su meno della metà dei dati etichettati. 

Si spera che questo modello aiuti le persone a tenere traccia dei cambiamenti climatici e dell'uso del suolo, soprattutto perché si stima la quantità di dati satellitari raccolti dalle sonde scientifiche in orbita attorno alla Terra [PDF] per raggiungere i 250,000 terabyte entro il 2024.

IBM ha affermato di aver addestrato il modello utilizzando Candela, il suo cluster di supercomputer AI. Detto ciò, ci viene anche detto Big Blue ha impiegato solo circa un'ora per mettere a punto il modello per il rilevamento di inondazioni utilizzando una GPU Nvidia V100, quindi potresti non aver bisogno di enormi pile di ferro per creare la tua variante.

Una versione commercializzata, qualunque essa sia, di Prithvi dovrebbe essere resa disponibile entro la fine dell'anno.

"I modelli di base dell'IA per le osservazioni della Terra presentano un enorme potenziale per affrontare intricati problemi scientifici e accelerare il più ampio dispiegamento dell'IA in diverse applicazioni", ha affermato Rahul Ramachandran, manager e ricercatore senior presso l'Interagency Implementation and Advanced Concepts Team (IMPACT) della NASA. 

"Chiediamo alle comunità di scienze e applicazioni della Terra di valutare questo modello iniziale di fondazione HLS per una varietà di usi e condividere feedback sui suoi meriti e svantaggi", ha aggiunto. ®

Timestamp:

Di più da Il registro