IBM i NASA łączą siły, aby ułatwić analizę danych geoprzestrzennych

W ramach rozpoczętej na początku tego roku współpracy NASA i IBM pracują nad modelem sztucznej inteligencji do analizy zdjęć satelitarnych. Ma on ułatwić naukowcom analizowanie i wyciąganie wniosków z dużych zbiorów, a także stymulować odkrycia zakresie nauk o Ziemi i zmian klimatu.

Pierwsza wersja rozwiązania IBM i NASA została opublikowana na otwartej platformie Huggin Face – repozytorium modeli uczenia maszynowego typu open source. Jest to największy geoprzestrzenny model na tej platformie, a także pierwszy w historii model fundamentalny AI (czyli trenowany na szerokim zestawie nieoznaczonych danych) typu open source zbudowany we współpracy z NASA. Komercyjna wersja będzie dostępna za pośrednictwem IBM Environmental Intelligence Suite jeszcze w tym roku.

Model został opracowany na platformie IBM watsonx.ai i przeszkolony w zakresie zharmonizowanych danych satelitarnych Landsat Sentinel-2 (HLS). Zgodnie z szacunkami firmy może on analizować dane geoprzestrzenne do czterech razy szybciej niż najnowocześniejsze modele głębokiego uczenia, z o połowę mniejszą ilością oznaczonych danych.

IBM przeszkolił model z dodatkowym uwzględnieniem śladów po pożarach i powodziach, co ma umożliwić użytkownikom mapowanie zasięgu tych zjawisk oraz przewidywanie przyszłych obszarów ryzyka. Dzięki dodatkowym parametrom model będzie mógł być także wykorzystywany do innych zadań, np. śledzenia wylesiania, przewidywania plonów czy wykrywania i monitorowania gazów cieplarnianych.

Autorzy mają nadzieję, że udostępniony projekt ułatwi dostęp do coraz większej ilości danych satelitarnych oraz będzie impulsem do rozwoju nowych modeli i aplikacji.

Źródło: IBM, NASA