IBM и NASA выпустили модель ИИ для анализа спутниковых данных
Модель доступна на популярной платформе Hugging Face для обмена нейронными сетями с открытым исходным кодом. Следующий этап сотрудничества IBM с NASA будет сосредоточен на распространении искусственного интеллекта для дополнительных вариантов использования. В рамках этой инициативы они будут сотрудничать с Университетом Кларка в Вустере, штат Массачусетс.
«Никогда еще не была так очевидна важнейшая роль технологий с открытым исходным кодом в ускорении исследований в таких областях, как изменение климата», - сказал Шрирам Рагхаван, вице-президент IBM Research AI.
Новая модель должна помочь исследователям определить области, которые могут подвергаться риску наводнений и лесных пожаров. По данным компании, модель может анализировать геопространственные данные в четыре раза быстрее, чем современные нейронные сети. Также для обучения требуется меньше данных.
IBM описывает ИИ как базовую модель или модель, которая может выполнять широкий спектр сложных вычислительных задач. Она основана на архитектуре Transformer - популярном подходе к проектированию нейронных сетей. При анализе данных модели-трансформеры могут учитывать большое количество контекстуальной информации, что позволяет им принимать более точные решения, по сравнению с другими системами искусственного интеллекта.
IBM и NASA совместно обучили свою модель набору геопространственных данных под названием Harmonized Landsat Sentinel-2. Набор данных включает изображения поверхности Земли, сделанные спутником NASA Landsat-8 и спутниками группы Sentinel-2, управляемой Европейским космическим агентством.
Для обучения модели искусственного интеллекта IBM использовала собственный суперкомпьютер Vela, который создан на основе чипов серии A100 от Nvidia. Для хранения моделей Vela использует высокопроизводительную версию A100 с особенно большим объемом встроенной памяти.
Помимо этого, для своего суперкомпьютера IBM разработала программное обеспечение виртуализации. Виртуализация упрощает определенные задачи разработки ИИ, но эта простота достигается за счет снижения вычислительной мощности. IBM заявляет, что снизила влияние на производительность до менее чем 5%, а исследователи компании описывают это как «самые низкие накладные расходы в отрасли, о которых нам известно»
Хотя IBM и NASA оптимизировали свою модель для выявления районов, подверженных риску наводнений и лесных пожаров, по оценкам компаний, ее также можно адаптировать и к другим вариантам использования. Отслеживание вырубки лесов - одна из задач, которую могла бы ускорить модель. IBM утверждает, что она также может быть использована для помощи ученым в отслеживании выбросов углекислого газа и прогнозировании урожайности сельскохозяйственных культур.
В дальнейшем компания планирует еще больше расширить возможности искусственного интеллекта. Для продолжения этой работы ученые IBM объединились с исследователями из NASA и Университета Кларка.
