IBM最近攜手美國國家航空航天局（NASA）創(chuàng)建了一個新的地理空間基礎(chǔ)AI模型，以改善碳排放跟蹤和監(jiān)測氣候變化的影響，使分析衛(wèi)星圖像數(shù)據(jù)和提供更多實時信息變得更加容易。目前該開源模型已在“Hugging Face”平臺發(fā)布。

 

IBM介紹，該地理空間基礎(chǔ)模型建立在IBM watsonx.ai平臺企業(yè)技術(shù)之上，基于美國宇航局Harmonized Landsat Sentinel-2 (HLS)衛(wèi)星拍攝的一年內(nèi)的圖像進行訓(xùn)練。通過微調(diào)，這個基本模型可以重新部署，用于跟蹤森林砍伐、預(yù)測作物產(chǎn)量或探測和監(jiān)測溫室氣體等任務(wù)。

 

NASA和IBM已經(jīng)發(fā)布了一個微調(diào)模型，該模型采用美國各地的野火留下的痕跡進行訓(xùn)練。IBM表示，由于預(yù)先訓(xùn)練的基礎(chǔ)模型作為基礎(chǔ)，該模型可以用比目前最先進的模型少75%的標記數(shù)據(jù)進行分析。這將顯著地改善對野火的跟蹤和預(yù)測，并使模型本身更有效地運行。

 

據(jù)悉，IBM和NASA的研究人員還與克拉克大學(xué)合作，進一步調(diào)整開源模型，使其適用于更廣泛的應(yīng)用，包括時間序列分割和相似性研究。

 

企業(yè)和氣候科學(xué)家面臨的最大問題之一是缺乏標簽數(shù)據(jù)或可訪問格式的數(shù)據(jù)。微軟和Tata Consultancy Services今年早些時候發(fā)表的一項研究發(fā)現(xiàn)，80%的企業(yè)沒有披露運營的碳排放目標。這在一定程度上是由于缺乏整個供應(yīng)鏈和全球趨勢的數(shù)據(jù)。IBM認為AI可以幫助簡化這一過程。

 

雖然這個基礎(chǔ)模型是在未標記數(shù)據(jù)的大型數(shù)據(jù)集上訓(xùn)練的，但它們可以針對特定用例進行微調(diào)，并使用標記數(shù)據(jù)進行部署。這意味著IBM發(fā)布的地理空間模型可以根據(jù)企業(yè)的信息或特定科學(xué)用途的數(shù)據(jù)重新調(diào)整，以改進分析。

 

雖然這一模型應(yīng)用已經(jīng)發(fā)布在允許開發(fā)者自由分享AI模型的Hugging Face平臺上，但其商業(yè)版本也將于今年晚些時候在watsonx.ai上發(fā)布，方便企業(yè)使用它達成碳排放跟蹤和凈零目標。

 

IBM AI研究院副總裁Sriram Raghavan表示：“通過創(chuàng)建靈活、可重復(fù)使用的AI系統(tǒng)的基礎(chǔ)模型與NASA的地球衛(wèi)星數(shù)據(jù)存儲庫相結(jié)合，并將其提供給Hugging Face，我們可以利用協(xié)作的力量實施更快、更有影響力的解決方案，從而保護我們的地球環(huán)境。”

 

Hugging Face產(chǎn)品和增長主管Jeff Boudier說，“AI仍然是一個科學(xué)驅(qū)動的領(lǐng)域，只有通過信息共享和協(xié)作，科學(xué)才能取得進步。這就是開源AI以及模型和數(shù)據(jù)集的開放發(fā)布對AI的持續(xù)進步如此重要的原因，這項技術(shù)將使更多的人受益。”

 

NASA首席科學(xué)數(shù)據(jù)官Kevin Murphy表示，“這個基礎(chǔ)模型有可能改變觀測數(shù)據(jù)的分析方式。通過向全球提供開源該模型，我們希望可以擴大它的影響。”