新的IBM基礎模型技術用NASA衛星捕捉的海量地球科學數據生成地理空間智能洞察

IBM（紐約證券交易所代碼：IBM ）和美國宇航局（NASA）馬歇爾太空飛行中心最近宣布展開合作，利用 IBM 的人工智能（AI）技術，從 NASA 海量的地球與地理空間科學數據中發掘新洞察。這項合作是首次把 AI基礎模型技術應用于 NASA 的地球觀測衛星數據。

基礎模型是在一組廣泛的未經標記的數據上進行訓練的 AI 模型類型，可用于不同任務，并且可以舉一反三，將某一情況的信息應用于另一種情況。過去五年，這類模型快速推進了AI 自然語言處理（NLP）領域的技術發展，現在，IBM 正在探索和開創除 NPL 領域之外更多的基礎模型應用場景。

地球觀測工作使科學家研究和監測地球成為可能，同時這項工作也正以前所未有的速度和數量在收集數據，迫切需要借助新的創新方法從這些龐大的數據源中提取知識。此次 IBM 與 NASA 攜手合作的目標，就是要為研究人員提供一種更為簡單的方法來分析這些大型數據集，并從中獲取見解。IBM 的基礎模型技術有望加快這些數據的發現與分析，從而快速推進人類對地球的科學理解以及對氣候相關問題的響應。

IBM 和 NASA 計劃開發幾項新的技術來從地球觀測工作中提取見解。其中一個項目將在 NASA 的Harmonized Landsat Sentinel-2（HLS）數據集上訓練 IBM 的地理空間智能基礎模型，HLS 數據集記錄了地球軌道衛星所捕獲的土地覆蓋和土地利用變化的數據，通過分析這些 PB 量級的衛星數據，來確定自然災害、周期性作物產量和野生動物棲息地等現象的地理足跡變化，這一基礎模型技術將幫助研究人員對地球的環境系統進行重要的分析。

這項合作的另一個輸出成果，預計將會是一個易于搜索的地球科學文獻語料庫。IBM 開發了一個 NLP 模型，經過近 300,000 篇地球科學期刊文章的訓練，該模型可以組織相關文獻并且可以更為輕松地發現新知識。 這一訓練完備的模型，包含了迄今為止在紅帽 OpenShift 軟件上訓練的最大的 AI 工作負載，使用 IBM 的開源多語言問答系統 PrimeQA。除了為研究人員提供資源外，還可以把地球科學的新語言模型注入 NASA 的科學數據治理以及管理的流程當中。

NASA 馬歇爾太空飛行中心的高級研究科學家 Rahul Ramachandran表示：“這些基礎模型的美妙之處在于它們可以應用于許多下游應用。而建立這些基礎模型，小團隊是無法做到的，只有通過來自不同組織的團隊引進不同的視角、資源和技能，攜手合作才能做到?！?/p>

IBM 首席研究員 Raghu Ganti說：“基礎模型的成功已經在自然語言處理（NPL）的應用中得到證明，現在是時候把它擴展到對商業和社會極為重要的新的領域和模式上來了。將基礎模型應用于地球科學數據中的地理空間、事件序列、時間序列和其它非語言因素當中，可以使更廣泛的研究人員、企業和民眾即刻獲得極有價值的見解和信息。最終，它或許可以幫助更多有志之士致力于解決我們最為緊迫的氣候問題?！?/p>

該協議中其它潛在的 IBM-NASA 聯合項目，還包括使用大氣觀測數據集 MERRA-2 構建天氣和氣候預測的基礎模型。這項合作是 NASA 開源科學計劃的一部分，該計劃致力于在未來十年內建立一個包容、透明和協作的開放科學社區。

審核編輯 ：李倩