ไอบีเอ็มและนาซ่าโอเพ่นซอร์สแบบจำลองการติดฉลากภาพถ่ายดาวเทียม

ไอบีเอ็มและนาซ่าโอเพ่นซอร์สแบบจำลองการติดฉลากภาพถ่ายดาวเทียม

ประทับเวลา: 3 สิงหาคม 2023 8:40 น.
IBM และ NASA โมเดล AI โอเพ่นซอร์สสำหรับการติดป้ายภาพดาวเทียม PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

IBM และ NASA ได้รวบรวมและเปิดตัว Prithvi: โมเดล AI พื้นฐานแบบโอเพ่นซอร์สที่อาจช่วยนักวิทยาศาสตร์และคนอื่นๆ ในการวิเคราะห์ภาพถ่ายดาวเทียม

แบบจำลองวิชันทรานส์ฟอร์มเมอร์ที่เผยแพร่ภายใต้ใบอนุญาต Apache 2 มีขนาดค่อนข้างเล็กที่พารามิเตอร์ 100 ล้านพารามิเตอร์ และได้รับการฝึกด้วยภาพที่มีมูลค่าหนึ่งปีซึ่งรวบรวมโดย Harmonized Landsat Sentinel-2 ของยานสำรวจอวกาศของสหรัฐ (HLS) โปรแกรม. นอกจากรุ่นหลักแล้ว ยังมีรุ่น Prithvi อีก XNUMX รุ่น ซึ่งปรับแต่งอย่างละเอียดเพื่อระบุน้ำท่วม รอยแผลเป็นจากไฟป่า; และพืชผลและการใช้ที่ดินอื่นๆ

โดยพื้นฐานแล้ว การทำงานในลักษณะนี้: คุณป้อนภาพถ่ายจากดาวเทียมเหนือศีรษะให้กับนางแบบคนใดคนหนึ่ง และมันจะระบุพื้นที่ในสแน็ปอินที่เข้าใจ ตัวอย่างเช่น ตัวแปรที่ปรับละเอียดสำหรับการปลูกพืชสามารถระบุตำแหน่งที่อาจมีน้ำ ป่า ไร่ข้าวโพด ไร่ฝ้าย พื้นที่พัฒนาแล้ว พื้นที่ชุ่มน้ำ และอื่นๆ

เราคิดว่าการรวบรวมนี้จะเป็นประโยชน์สำหรับการศึกษาการเปลี่ยนแปลงของผืนดินโดยอัตโนมัติเมื่อเวลาผ่านไป เช่น การติดตามการกัดเซาะจากน้ำท่วม หรือความแห้งแล้งและไฟป่าที่เกิดขึ้นในภูมิภาคนี้ Big Blue และ NASA ไม่ใช่คนแรกที่ทำเช่นนี้ด้วยการเรียนรู้ของเครื่อง: มี มากมาย of ความพยายามครั้งก่อน เราสามารถอ้างได้

สามารถดูตัวอย่างแบบจำลอง Prithvi ที่จำแนกพืชผลได้ โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม. ระบุภาพถ่ายดาวเทียมของคุณเองหรือใช้ตัวอย่างใดตัวอย่างหนึ่งที่ด้านล่างของหน้า คลิก ส่ง เพื่อเรียกใช้โมเดลจริง

“เราเชื่อว่าแบบจำลองพื้นฐานมีศักยภาพในการเปลี่ยนแปลงวิธีวิเคราะห์ข้อมูลเชิงสังเกตและช่วยให้เราเข้าใจโลกของเราได้ดีขึ้น” เควิน เมอร์ฟี หัวหน้าเจ้าหน้าที่ข้อมูลวิทยาศาสตร์ของ NASA กล่าวว่า ในแถลงการณ์ “และด้วยการจัดหาโมเดลดังกล่าวแบบโอเพ่นซอร์สและเผยแพร่สู่สายตาชาวโลก เราหวังว่าจะเพิ่มผลกระทบให้กับโมเดลดังกล่าว”

นักพัฒนาสามารถดาวน์โหลดโมเดลได้จาก Hugging Face โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม.

มีการสาธิตออนไลน์อื่นๆ ของ Prithvi เช่น นี้อย่างใดอย่างหนึ่ง สำหรับรุ่นที่ปรับแต่งอย่างละเอียดสำหรับแหล่งน้ำ นี้อย่างใดอย่างหนึ่ง เพื่อตรวจหารอยแผลเป็นจากไฟป่า และ นี้อย่างใดอย่างหนึ่ง ซึ่งแสดงให้เห็นถึงความสามารถของตัวแบบในการสร้างพื้นที่ที่ถ่ายภาพบางส่วนขึ้นมาใหม่

แบบจำลองพื้นฐานเป็นแบบจำลองทั่วไปที่ได้รับการฝึกอบรมล่วงหน้าซึ่งสามารถปรับแต่งอย่างละเอียดเพื่อปฏิบัติงานเฉพาะได้ เป็นคำที่บัญญัติโดย Stanford Institute for Human-Centered Artificial Intelligence ไอบีเอ็ม การเรียกร้อง Prithvi ดีกว่าเทคนิคล้ำสมัย (ไม่มีชื่อ) ก่อนหน้าถึง 15 เปอร์เซ็นต์ในการวิเคราะห์ภาพเชิงพื้นที่ แม้จะอาศัยข้อมูลที่ติดฉลากน้อยกว่าครึ่งหนึ่งก็ตาม 

หวังว่าแบบจำลองนี้จะช่วยให้ผู้คนติดตามการเปลี่ยนแปลงสภาพภูมิอากาศและการใช้ที่ดิน โดยเฉพาะอย่างยิ่งเมื่อมีการประมาณจำนวนข้อมูลดาวเทียมที่รวบรวมโดยยานสำรวจวิทยาศาสตร์ที่โคจรรอบโลก [รูปแบบไฟล์ PDF] ให้ถึง 250,000 เทราไบต์ภายในปี 2024

IBM กล่าวว่าได้ฝึกโมเดลโดยใช้ เทียนซึ่งเป็นคลัสเตอร์ซูเปอร์คอมพิวเตอร์ AI ที่กล่าวว่า เรายังบอก Big Blue ใช้เวลาประมาณหนึ่งชั่วโมงในการปรับแต่งโมเดลอย่างละเอียดเพื่อตรวจจับน้ำท่วมโดยใช้ GPU Nvidia V100 ดังนั้นคุณอาจไม่ต้องใช้เหล็กจำนวนมากเพื่อสร้างตัวแปรของคุณเอง

เวอร์ชันเชิงพาณิชย์ของ Prithvi ไม่ว่าจะเป็นอะไรก็ตามมีกำหนดจะวางจำหน่ายในปลายปีนี้

ราหุล รามจันทรัน ผู้จัดการและนักวิทยาศาสตร์การวิจัยอาวุโสของ NASA's Interagency Implementation and Advanced Concepts Team (IMPACT) กล่าวว่า "แบบจำลองพื้นฐานของ AI สำหรับการสังเกตการณ์โลกนำเสนอศักยภาพมหาศาลในการแก้ปัญหาทางวิทยาศาสตร์ที่ซับซ้อนและเร่งรัดการปรับใช้ AI ที่กว้างขึ้นในแอปพลิเคชันที่หลากหลาย" 

“เราขอเรียกร้องให้ชุมชนวิทยาศาสตร์โลกและแอปพลิเคชันประเมินแบบจำลองรากฐาน HLS เริ่มต้นนี้สำหรับการใช้งานที่หลากหลาย และแบ่งปันความคิดเห็นเกี่ยวกับข้อดีและข้อเสียของมัน” เขากล่าวเสริม ®

ประทับเวลา:

เพิ่มเติมจาก ลงทะเบียน