Modelo de IA de rotulagem de imagem de satélite de código aberto da IBM e da NASA

Modelo de IA de rotulagem de imagem de satélite de código aberto da IBM e da NASA

Carimbo de data / hora: 3 de agosto de 2023, 8:40
IBM e NASA abrem o modelo de IA de rotulagem de imagens de satélite de código aberto PlatoBlockchain Data Intelligence. Pesquisa vertical. Ai.

A IBM e a NASA criaram e lançaram o Prithvi: um modelo de IA de base de código aberto que pode ajudar cientistas e outras pessoas a analisar imagens de satélite.

O modelo do transformador de visão, lançado sob uma licença Apache 2, é relativamente pequeno em 100 milhões de parâmetros e foi treinado em um ano de imagens coletadas pelo Harmonized Landsat Sentinel-2 dos cientistas espaciais dos EUA (HLS) programa. Além do modelo principal, três variantes do Prithvi estão disponíveis, ajustadas para identificar inundações; cicatrizes de incêndios florestais; e culturas e outros usos da terra.

Essencialmente, funciona assim: você alimenta um dos modelos com uma foto aérea de satélite e rotula as áreas no snap que entende. Por exemplo, a variante ajustada para colheitas pode apontar onde provavelmente há água, florestas, campos de milho, campos de algodão, terras desenvolvidas, pântanos e assim por diante.

Essa coleção, imaginamos, seria útil para, digamos, automatizar o estudo das mudanças na terra ao longo do tempo – como rastrear a erosão causada por inundações ou como a seca e os incêndios florestais atingiram uma região. A Big Blue e a NASA não são as primeiras a fazer isso com o aprendizado de máquina: existem abundância of esforços anteriores poderíamos citar.

Uma demonstração do modelo Prithvi de classificação de culturas pode ser encontrada SUA PARTICIPAÇÃO FAZ A DIFERENÇA. Forneça suas próprias imagens de satélite ou use um dos exemplos na parte inferior da página. Clique em Enviar para executar o modelo ao vivo.

“Acreditamos que os modelos de fundação têm o potencial de mudar a forma como os dados observacionais são analisados ​​e nos ajudam a entender melhor nosso planeta”, Kevin Murphy, diretor de dados científicos da NASA, dito em um comunicado. “E ao abrir o código desses modelos e disponibilizá-los para o mundo, esperamos multiplicar seu impacto.”

Os desenvolvedores podem baixar os modelos de Hugging Face SUA PARTICIPAÇÃO FAZ A DIFERENÇA.

Existem outras demonstrações online do Prithvi, como este para a variante ajustada para corpos d'água; este para detectar cicatrizes de incêndios florestais; e este que mostra a capacidade do modelo de reconstruir áreas parcialmente fotografadas.

Um modelo básico é um modelo generalizado pré-treinado capaz de ser ajustado para executar tarefas específicas; é um termo cunhado pelo Stanford Institute for Human-Centered Artificial Intelligence. IBM reivindicações O Prithvi é até 15% melhor do que as técnicas de ponta anteriores (sem nome) na análise de imagens geoespaciais, apesar de depender de menos da metade dos dados rotulados. 

Espera-se que este modelo ajude as pessoas a rastrear as mudanças climáticas e o uso da terra, especialmente porque a quantidade de dados de satélite coletados por sondas científicas que orbitam a Terra é estimada [PDF] para atingir 250,000 terabytes até 2024.

A IBM disse que treinou o modelo usando Vela, seu cluster de supercomputadores AI. Dito isto, nós também somos informados Big Blue levou apenas cerca de uma hora para ajustar o modelo para detectar inundações usando uma GPU Nvidia V100, então você pode não precisar de enormes pilhas de ferro para criar sua própria variante.

Uma versão comercializada, seja ela qual for, do Prithvi deve ser disponibilizada ainda este ano.

“Os modelos básicos de IA para observações da Terra apresentam um enorme potencial para resolver problemas científicos intrincados e acelerar a implantação mais ampla de IA em diversas aplicações”, disse Rahul Ramachandran, gerente e cientista sênior de pesquisa da Equipe de Implementação Interagências e Conceitos Avançados (IMPACT) da NASA. 

“Pedimos às comunidades de ciências e aplicativos da Terra que avaliem esse modelo de fundação HLS inicial para uma variedade de usos e compartilhem feedback sobre seus méritos e desvantagens”, acrescentou. ®

Carimbo de hora:

Mais de O registro