Спутник IBM и NASA с открытым исходным кодом

IBM и НАСА собрали и выпустили Prithvi: модель искусственного интеллекта с открытым исходным кодом, которая может помочь ученым и другим людям анализировать спутниковые изображения.

Модель преобразователя зрения, выпущенная по лицензии Apache 2, относительно невелика и имеет 100 миллионов параметров. Она была обучена на годовых изображениях, собранных в рамках программы Harmonized Landsat Sentinel-2 (HLS) американских специалистов по космосу. Помимо основной модели, доступны три варианта Притхви, настроенные для выявления наводнений; шрамы от ожогов от лесных пожаров; а также сельскохозяйственные культуры и другое землепользование.

По сути, это работает следующим образом: вы передаете одной из моделей фотографию со спутника, и она помечает области на снимке, который она понимает. Например, вариант, настроенный для сельскохозяйственных культур, может указать, где, вероятно, есть вода, леса, кукурузные поля, хлопковые поля, освоенные земли, водно-болотные угодья и т. д.

Мы полагаем, что эта коллекция будет полезна, скажем, для автоматизации изучения изменений земель с течением времени – например, для отслеживания эрозии в результате наводнений или того, как засуха и лесные пожары поразили регион. Big Blue и НАСА не первые, кто сделал это с помощью машинного обучения: мы могли бы сослаться на множество предыдущих попыток.

Демонстрацию модели Притхви для классификации сельскохозяйственных культур можно найти здесь. Предоставьте собственные спутниковые снимки или воспользуйтесь одним из примеров внизу страницы. Нажмите «Отправить», чтобы запустить модель в реальном времени.

«Мы считаем, что модели фундамента могут изменить способ анализа данных наблюдений и помочь нам лучше понять нашу планету», — заявил в своем заявлении Кевин Мерфи, главный специалист по научным данным НАСА. «И, открывая исходные коды таких моделей и делая их доступными всему миру, мы надеемся приумножить их влияние».

Разработчики могут скачать модели Hugging Face здесь.

Существуют и другие онлайн-демоверсии Притхви, например, версия, специально настроенная для водоемов; этот для обнаружения шрамов от лесных пожаров; а этот демонстрирует способность модели реконструировать частично сфотографированные области.

Базовая модель — это предварительно обученная обобщенная модель, которую можно настроить для выполнения конкретных задач; это термин, придуманный Стэнфордским институтом человекоцентрированного искусственного интеллекта. IBM утверждает, что Prithvi на 15 процентов лучше предыдущих (неназванных) современных методов анализа геопространственных изображений, несмотря на то, что он полагается на вдвое меньше размеченных данных.

Есть надежда, что эта модель поможет людям отслеживать изменение климата и землепользование, тем более что объем спутниковых данных, собранных научными зондами, вращающимися вокруг Земли, по оценкам [PDF], достигнет 250 000 терабайт к 2024 году.

IBM заявила, что обучила модель с помощью Vela, своего суперкомпьютерного кластера искусственного интеллекта. Тем не менее, нам также сообщили, что Big Blue потребовалось всего около часа, чтобы точно настроить модель обнаружения наводнений с использованием графического процессора Nvidia V100, поэтому вам, возможно, не понадобятся огромные стеки железа для создания собственного варианта.

Коммерческая версия Prithvi, какой бы она ни была, должна быть доступна позднее в этом году.

«Основные модели ИИ для наблюдения Земли представляют огромный потенциал для решения сложных научных проблем и ускорения более широкого внедрения ИИ в различных приложениях», — сказал Рахул Рамачандран, менеджер и старший научный сотрудник Межведомственной группы по внедрению и передовым концепциям НАСА (IMPACT).

«Мы призываем сообщества специалистов по наукам о Земле и приложениям оценить эту первоначальную базовую модель HLS для различных целей и поделиться отзывами о ее достоинствах и недостатках», — добавил он. ®

Присылайте нам новости