„Prithvi” néven adta ki az IBM és a NASA a nyílt forráskódú MI-alapmodellt, amely segíthet a tudósoknak és másoknak a műholdképek elemzésében. Az Apache 2 licenc alatt kiadott látványtranszformáló modell viszonylag kicsi, 100 millió paramétert tartalmaz, és az amerikai űrkutatási szakemberek Harmonized Landsat Sentinel-2 (HLS) programja által gyűjtött, egy évnél nem régebbi képeken képezték ki.
Az IBM állítása szerint a Prithvi (a Föld neve szanszkrit nyelven) akár 15 százalékkal jobb a korábbi legkorszerűbb technikáknál a térbeli képek elemzésében, annak ellenére, hogy kevesebb mint feleannyi címkézett adatra támaszkodik. Kereskedelmi változata még idén elérhetővé válik.
„A Föld-megfigyelések MI-alapmodelljei hatalmas potenciált rejtenek a bonyolult tudományos problémák megoldására és a mesterséges intelligencia szélesebb körű elterjedésének felgyorsítására a legkülönbözőbb alkalmazásokban”, mondta Rahul Ramachandran, a NASA Interagency Implementation and Advanced Concepts Team (IMPACT) vezetője és vezető kutatója. (A név magyarul: ügynökségek közötti alkalmazási és fejlett koncepciós csapat. Csak hogy az értelmes rövidítés érdekében keletkezett izzadság érzékelhető legyen. – A szerk.) „Felkérjük a földtudományi és az alkalmazói közösségeket, hogy értékeljék ki ezt a kezdeti HLS-alapmodellt a legkülönbözőbb felhasználási célokra, és osszák meg egymással az érdemeiről és hátrányairól szóló visszajelzéseket. Azzal hogy nyílt forráskódúvá tesszük az ilyen modelleket, és elérhetővé tesszük azokat, azt reméljük, hogy megsokszorozzuk a hatásukat”, tette hozzá.
Az alapmodell egy előre betanított, általánosított modell, amelyet finomhangolással egyedi igények szerinti feladatok elvégzésére lehet hangolni. (Forrás: Stanford Institute for Human-Centered Artificial Intelligence)
A remények szerint Prithvi segít majd az éghajlatváltozás és a földhasználat nyomon követésében, különösen mivel a Föld körül keringő tudományos szondák által gyűjtött műholdas adatok mennyisége a becslések szerint 2024-re eléri a 250 000 terabájtot. Használata: az egyik behangolt modellt (lásd alább) meg kell etetni egy műholdfelületi fotóval, és a modell egy általa értelmezett felvételben megjelöli a területeket. A terményekre finomhangolt változat például képes megmutatni, hogy hol van valószínűleg víz, erdő, kukoricaföld, gyapotföld, beépített terület, vizes élőhely stb.
A fő modell mellett a Prithvi három változata is elérhető, amelyeket az árvizek, az erdőtüzek nyomainak a termények és más földhasználati módok azonosítására finomhangoltak. A változatok hasznosak lehetnek például a földterület időbeli változásainak tanulmányozásának automatizálására, például az áradások okozta erózió nyomon követésére, vagy arra, hogy az aszály és az erdőtüzek hogyan sújtottak egy régiót. A terményeket osztályozó Prithvi modell bemutatója itt található. A fejlesztők itt tölthetik le a modelleket a Hugging Face oldalról. (Nem az IBM és a NASA az első, aki ezt gépi tanulással teszi: más kezdeményezések is ismertek: Medium, Nature)
Az IBM közölte, hogy a modellt a Vela, a cég MI szuperszámítógép-klaszterének segítségével képezte ki. Egyébként azt is elmondták, hogy mindössze körülbelül egy órába telt a modell finomhangolása az áradások felismerésére egy Nvidia V100 GPU segítségével, így lehet, hogy nem kell hatalmas vas a saját változatok létrehozásához.
