今天小編分享的互聯網經驗：NASA 攜手 IBM 發布 Hugging Face 平台最大開源地理空間 AI 基礎模型，歡迎閱讀。
近日，IBM 與開源 AI 平台 Hugging Face 共同宣布，基于美國宇航局（NASA）衛星數據構建的 IBM watsonx.ai 地理空間基礎模型現已在 Hugging Face 發布。它将成為 Hugging Face 上至今最大的地理空間基礎模型，也是首個與 NASA 合作構建的開源 AI 基礎模型。
獲取最新數據仍然是氣候科學研究面臨的主要挑戰，因為環境條件幾乎每天都在變化。盡管數據量不斷增加（NASA 預估到 2024 年，其新任務将產生 25 萬 TB 的數據），但科學家和研究人員們在分析這些大型數據集時仍面臨障礙。作為與 NASA 籤署的空間行動協定（Space Act Agreement）的一部分，IBM 今年早些時候構建了一個用于處理地理空間數據的 AI 基礎模型。現在，雙方聯手業内公認的開源領導者和 Transformer 模型庫 Hugging Face，共同發布上述地理空間基礎模型，以擴大氣候和地球科學研究中對 AI 技術的訪問和應用，從而加速創新。
IBM 研究院人工智能副總裁 Sriram Raghavan 表示：" 在加速氣候變化等關鍵領網域的研究發現上，開源技術的角色越來越重要。IBM 的基礎模型旨在創建靈活、可復用的 AI 系統，通過将其與 NASA 的地球衛星數據庫相結合，并發布在領先的開源 AI 平台 Hugging Face 上，我們可以利用協作的力量，實施更快速、更有影響力的解決方案，改善地球環境。"
Hugging Face 產品和增長業務負責人 Jeff Boudier 表示："AI 仍然是一個以科學為驅動的領網域，而科學進展必須通過信息共享和合作取得。這就是為什麼開源 AI、開放數據集和模型對于 AI 的持續發展如此重要，從而讓更多人受益于技術。"
NASA 首席科學數據官 Kevin Murphy 表示：" 我們相信基礎模型有潛力改變觀測數據分析的方式，幫助我們更好地了解我們的星球。我們希望通過開源這些模型擴大其影響力。"
該基礎模型由 IBM 和 NASA 共同訓練，使用了過去一年在美國大陸範圍内的 Harmonized Landsat Sentinel-2（HLS）衛星數據，并基于洪水和焚燒區網域的标記數據進行了調優。相比于目前的領先技術，該模型僅使用同等條件下一半的标記數據，便實現了 15% 的效果改進。通過進一步的調優，該模型還可以應用于追蹤森林砍伐、預測農作物產量、檢測和監測溫室氣體等新任務。IBM 和 NASA 的研究人員還與克拉克大學合作，将該模型用于時間序列分割（time-series segmentation）和相似性研究等領網域。
此次發布緊随雙方在今年早些時候聯合發布的 AI 模型，後者旨在加速衛星影像分析、推動科學發現。這也是 NASA 為期十年的開源科學倡議的一部分，該倡議旨在建立一個更為開放、包容、協作的科學共同體。
此次發布的地理空間模型借助了 IBM 基礎模型技術，是 IBM 創建和訓練可用于不同任務、實現多情境下信息應用的 AI 模型的一部分。今年 7 月，IBM 宣布其 AI 和數據平台 watsonx 開始正式上市，它旨在基于可信任的數據，幫助企業擴大和加速領先 AI 技術的影響力。作為 IBM watsonx 的一部分，該地理空間模型的商業版将于今年晚些時候通過 IBM Environmental Intelligence Suite（IBM 環境智能套件，EIS）推向市場。
