Specialistai NASA pasakyti, kad vien 2024 m. agentūros Žemės tyrinėjimo misijos sugeneruos beveik 250 XNUMX terabaitų duomenų, o klimatologams ir tyrėjams bus itin sunku efektyviai apdoroti šias neapdorotų palydovinių duomenų mases.
Taigi IBM, HuggingFace ir NASA susivienijo, kad supaprastintų šią užduotį ir sukurtų atvirojo kodo geoerdvinį pagrindinį modelį, kuris taps naujos AI klasės klimato ir žemės mokslų pagrindu. Šie algoritmai turėtų sekti miškų naikinimą, prognozuoti pasėlių derlių ir įvertinti šiltnamio efektą sukeliančių dujų išmetimą.
Šiam projektui IBM kaip bazinį modelį naudos neseniai išleistą Watsonx.ai, kuri paims metinius palydovinius duomenis NASA Suderintas Landsat Sentinel-2 (HLS). Šiuos duomenis renka pora ESA Sentinel-2 palydovų, kurie skirti gauti didelės raiškos optinius vaizdus sausumos ir pakrantės regionuose 13 spektrinių juostų.
„HuggingFace“ priglobė modelį savo atvirojo kodo AI platformoje. IBM atstovų teigimu, po to, kai modelis buvo patobulintas pagal „ženklintus duomenis potvynių ir gaisrų pėdsakams sudaryti“, komanda sugebėjo pagerinti modelio našumą 15%, palyginti su dabartine būsena, naudodama perpus mažiau duomenų.
„Svarbiausias atvirojo kodo technologijų vaidmuo spartinant atradimus tokiose svarbiose srityse kaip klimato kaita niekada nebuvo toks akivaizdus“, – sakė IBM tyrimų AI viceprezidentas Sriram Raghavan. – Sujungsime IBM pastangas kurdami lanksčias, daugkartinio naudojimo sistemas dirbtinis intelektas, su NASA Žemės palydovų duomenų saugykla ir padaryti ją prieinamą pirmaujančioje Hugging Face atvirojo kodo dirbtinio intelekto platformoje, o tada galėsime pasinaudoti bendradarbiavimo galimybėmis, kad įgyvendintume efektyvesnius sprendimus, gerinančius mūsų planetą.
Taip pat skaitykite: