Модель штучного інтелекту IBM і NASA з відкритим вихідним кодом із маркуванням супутникових зображень

Модель штучного інтелекту IBM і NASA з відкритим вихідним кодом із маркуванням супутникових зображень

Мітка часу: 3 серпня 2023 р., 8:40
Модель штучного інтелекту з відкритим вихідним кодом для маркування супутникових зображень IBM і NASA PlatoBlockchain Data Intelligence. Вертикальний пошук. Ai.

IBM і NASA створили та випустили Prithvi: базову модель ШІ з відкритим кодом, яка може допомогти вченим та іншим людям аналізувати супутникові зображення.

Модель трансформатора бачення, випущена за ліцензією Apache 2, має відносно невеликі 100 мільйонів параметрів і була навчена на річних зображеннях, зібраних американськими космічними бофінами Harmonized Landsat Sentinel-2 (HLS) програма. Крім основної моделі, доступні три варіанти Prithvi, налаштовані для визначення затоплення; шрами від опіків лісової пожежі; посіви та інше землекористування.

По суті, це працює так: ви передаєте одній із моделей знімок із супутника, і вона позначає зони на знімку, які вона розуміє. Наприклад, варіант, налаштований для сільськогосподарських культур, може вказувати, де ймовірно є вода, ліси, кукурудзяні поля, бавовняні поля, освоєні землі, водно-болотні угіддя тощо.

Ця колекція, на нашу думку, була б корисною, скажімо, для автоматизації вивчення змін землі з часом – наприклад, відстеження ерозії від повеней або того, як посуха та лісові пожежі вразили регіон. Big Blue і NASA не перші, хто зробив це за допомогою машинного навчання: вони є багато of попередні зусилля ми могли б процитувати.

Можна знайти демонстрацію моделі Prithvi для класифікації культур тут. Надайте власні супутникові зображення або скористайтеся одним із прикладів унизу сторінки. Натисніть Надіслати, щоб запустити модель у реальному часі.

«Ми вважаємо, що базові моделі можуть змінити спосіб аналізу даних спостережень і допомогти нам краще зрозуміти нашу планету», — Кевін Мерфі, головний спеціаліст з наукових даних NASA, сказав у заяві. «І, відкриваючи такі моделі та роблячи їх доступними для світу, ми сподіваємося примножити їхній вплив».

Розробники можуть завантажити моделі з Hugging Face тут.

Існують інші онлайн-демо Prithvi, наприклад цей для варіанту, налаштованого на водойми; цей для виявлення рубців лісової пожежі; і цей що демонструє здатність моделі реконструювати частково сфотографовані області.

Основна модель — це попередньо навчена узагальнена модель, яка може бути налаштована для виконання конкретних завдань; це термін, введений Стенфордським інститутом штучного інтелекту, орієнтованого на людину. IBM претензій Prithvi на 15 відсотків кращий, ніж попередні (без назви) найсучасніші методи аналізу геопросторових зображень, незважаючи на те, що він покладається на менше ніж вдвічі менше даних з мітками. 

Є надія, що ця модель допоможе людям відстежувати зміни клімату та землекористування, особливо тому, що кількість супутникових даних, зібраних науковими зондами, що обертаються навколо Землі, оцінюється [PDF] досягти 250,000 2024 терабайт до XNUMX року.

IBM заявила, що навчила модель за допомогою Vela, його суперкомп’ютерний кластер ШІ. Це сказав, нам також сказали Big Blue знадобилося лише близько години, щоб налаштувати модель для виявлення затоплення за допомогою графічного процесора Nvidia V100, тож вам, можливо, не знадобиться величезна кількість заліза, щоб створити свій власний варіант.

Комерціалізована версія Prithvi, якою б вона не була, має бути доступною пізніше цього року.

«Основні моделі штучного інтелекту для спостереження за Землею мають величезний потенціал для вирішення складних наукових проблем і прискорення ширшого розгортання штучного інтелекту в різноманітних програмах», — сказав Рахул Рамачандран, менеджер і старший науковий співробітник міжвідомчої групи впровадження та передових концепцій NASA (IMPACT). 

«Ми закликаємо спільноти науковців про Землю та прикладних програм оцінити цю початкову базову модель HLS для різних застосувань і поділитися відгуками про її переваги та недоліки», — додав він. ®

Часова мітка:

Більше від Реєстр