NASA 携手 IBM 发布 Hugging Face 平台最大开源地理空间 AI 基础模型

今天小编分享的互联网经验：NASA 携手 IBM 发布 Hugging Face 平台最大开源地理空间 AI 基础模型，欢迎阅读。

近日，IBM 与开源 AI 平台 Hugging Face 共同宣布，基于美国宇航局（NASA）卫星数据构建的 IBM watsonx.ai 地理空间基础模型现已在 Hugging Face 发布。它将成为 Hugging Face 上至今最大的地理空间基础模型，也是首个与 NASA 合作构建的开源 AI 基础模型。

获取最新数据仍然是气候科学研究面临的主要挑战，因为环境条件几乎每天都在变化。尽管数据量不断增加（NASA 预估到 2024 年，其新任务将产生 25 万 TB 的数据），但科学家和研究人员们在分析这些大型数据集时仍面临障碍。作为与 NASA 签署的空间行动協定（Space Act Agreement）的一部分，IBM 今年早些时候构建了一个用于处理地理空间数据的 AI 基础模型。现在，双方联手业内公认的开源领导者和 Transformer 模型库 Hugging Face，共同发布上述地理空间基础模型，以扩大气候和地球科学研究中对 AI 技术的访问和应用，从而加速创新。

IBM 研究院人工智能副总裁 Sriram Raghavan 表示：" 在加速气候变化等关键领網域的研究发现上，开源技术的角色越来越重要。IBM 的基础模型旨在创建灵活、可复用的 AI 系统，通过将其与 NASA 的地球卫星数据库相结合，并发布在领先的开源 AI 平台 Hugging Face 上，我们可以利用协作的力量，实施更快速、更有影响力的解决方案，改善地球环境。"

Hugging Face 产品和增长业务负责人 Jeff Boudier 表示："AI 仍然是一个以科学为驱动的领網域，而科学进展必须通过信息共享和合作取得。这就是为什么开源 AI、开放数据集和模型对于 AI 的持续发展如此重要，从而让更多人受益于技术。"

NASA 首席科学数据官 Kevin Murphy 表示：" 我们相信基础模型有潜力改变观测数据分析的方式，帮助我们更好地了解我们的星球。我们希望通过开源这些模型扩大其影响力。"

该基础模型由 IBM 和 NASA 共同训练，使用了过去一年在美国大陆范围内的 Harmonized Landsat Sentinel-2（HLS）卫星数据，并基于洪水和焚烧区網域的标记数据进行了调优。相比于目前的领先技术，该模型仅使用同等条件下一半的标记数据，便实现了 15% 的效果改进。通过进一步的调优，该模型还可以应用于追踪森林砍伐、预测农作物产量、检测和监测温室气体等新任务。IBM 和 NASA 的研究人员还与克拉克大学合作，将该模型用于时间序列分割（time-series segmentation）和相似性研究等领網域。

此次发布紧随双方在今年早些时候联合发布的 AI 模型，后者旨在加速卫星影像分析、推动科学发现。这也是 NASA 为期十年的开源科学倡议的一部分，该倡议旨在建立一个更为开放、包容、协作的科学共同体。

此次发布的地理空间模型借助了 IBM 基础模型技术，是 IBM 创建和训练可用于不同任务、实现多情境下信息应用的 AI 模型的一部分。今年 7 月，IBM 宣布其 AI 和数据平台 watsonx 开始正式上市，它旨在基于可信任的数据，帮助企业扩大和加速领先 AI 技术的影响力。作为 IBM watsonx 的一部分，该地理空间模型的商业版将于今年晚些时候通过 IBM Environmental Intelligence Suite（IBM 环境智能套件，EIS）推向市场。