Model AI de etichetare a imaginilor din satelit IBM și NASA open source

IBM și NASA au pus împreună și au lansat Prithvi: un model AI de fundație open source care poate ajuta oamenii de știință și alți oameni să analizeze imaginile din satelit.

Modelul de transformator de viziune, lansat sub o licență Apache 2, este relativ mic, la 100 de milioane de parametri și a fost antrenat pe un an de imagini colectate de Armonized Landsat Sentinel-2 de la Boffins-ul din SUA (HLS) program. Pe lângă modelul principal, sunt disponibile trei variante de Prithvi, reglate fin pentru identificarea inundațiilor; cicatrici de arsuri de incendiu; și culturile și alte utilizări ale terenului.

În esență, funcționează astfel: oferiți unuia dintre modele o fotografie prin satelit de deasupra capului și etichetează zonele în clipa pe care o înțelege. De exemplu, varianta reglată fin pentru culturi poate indica unde probabil există apă, păduri, câmpuri de porumb, câmpuri de bumbac, terenuri dezvoltate, zone umede și așa mai departe.

Ne imaginăm că această colecție ar fi utilă, de exemplu, pentru automatizarea studiului modificărilor aduse terenului de-a lungul timpului - cum ar fi urmărirea eroziunii cauzate de inundații sau modul în care seceta și incendiile au lovit o regiune. Big Blue și NASA nu sunt primii care fac asta cu machine learning: există mulțime of eforturile anterioare am putea cita.

O demonstrație a modelului Prithvi de clasificare a culturilor poate fi găsită aici. Furnizați propriile imagini din satelit sau utilizați unul dintre exemplele din partea de jos a paginii. Faceți clic pe Trimitere pentru a rula modelul live.

„Credem că modelele de bază au potențialul de a schimba modul în care sunt analizate datele observaționale și de a ne ajuta să înțelegem mai bine planeta noastră”, Kevin Murphy, ofițer șef de date științifice la NASA, a spus într-o declarație. „Și prin căutarea deschisă a unor astfel de modele și făcându-le disponibile lumii, sperăm să le multiplicăm impactul.”

Dezvoltatorii pot descărca modelele din Hugging Face aici.

Există și alte demonstrații online ale Prithvi, cum ar fi acesta pentru varianta reglată fin pentru corpuri de apă; acesta pentru detectarea cicatricilor de incendiu; și acesta care arată capacitatea modelului de a reconstrui zone parțial fotografiate.

Un model de fundație este un model generalizat pre-antrenat, capabil să fie reglat fin pentru a îndeplini sarcini specifice; este un termen inventat de Institutul Stanford pentru Inteligența Artificială Centrată pe Om. IBM creanțe Prithvi este cu până la 15% mai bun decât tehnicile anterioare (nenumite) de ultimă generație în analiza imaginilor geospațiale, în ciuda faptului că se bazează pe mai puțin de jumătate din cantitatea de date etichetate. 

Se speră că acest model va ajuta oamenii să urmărească schimbările climatice și utilizarea terenurilor, mai ales că cantitatea de date prin satelit colectate de sondele științifice care orbitează Pământul este estimată [PDF] pentru a ajunge la 250,000 de terabytes până în 2024.

IBM a spus că a antrenat modelul folosind Lumânare, clusterul său de supercomputere AI. Acestea fiind spuse, ni se mai spune Big Blue i-a luat doar aproximativ o oră pentru a ajusta modelul pentru detectarea inundațiilor folosind un GPU Nvidia V100, așa că este posibil să nu aveți nevoie de stive uriașe de fier pentru a vă crea propria variantă.

O versiune comercializată, oricare ar fi aceasta, a lui Prithvi urmează să fie disponibilă în cursul acestui an.

„Modelele de bază ale AI pentru observațiile Pământului prezintă un potențial enorm de a aborda probleme științifice complexe și de a accelera desfășurarea mai largă a AI în diverse aplicații”, a declarat Rahul Ramachandran, manager și cercetător senior la Echipa Interagency Implementation and Advanced Concepts Team (IMPACT) a NASA. 

„Facem apel la comunitățile de științe ale Pământului și de aplicații să evalueze acest model inițial de fundație HLS pentru o varietate de utilizări și să împărtășească feedback cu privire la meritele și dezavantajele sale”, a adăugat el. ®

• Distribuție de conținut bazat pe SEO și PR. Amplifică-te astăzi.
• PlatoData.Network Vertical Generative Ai. Împuterniciți-vă. Accesați Aici.
• PlatoAiStream. Web3 Intelligence. Cunoștințe amplificate. Accesați Aici.
• PlatoESG. Automobile/VE-uri, carbon, CleanTech, Energie, Mediu inconjurator, Solar, Managementul deșeurilor. Accesați Aici.
• BlockOffsets. Modernizarea proprietății de compensare a mediului. Accesați Aici.
• Sursa: https://go.theregister.com/feed/www.theregister.com/2023/08/04/ibm_nasa_geospatial_ai/