IBM en ESA lanceren TerraMind, een nieuw AI-model voor de monitoring van de aarde en het klimaat
|
Luister naar dit verhaal:
|
- Doorbraakprestaties: TerraMind presteert ruim 12% beter dan 8 toonaangevende modellen op het gebied van belangrijke benchmarks voor aardobservatie.
- Kostenefficiënte implementatie: Het model gebruikt 10x minder rekenkracht, waardoor schaalbare en energiezuinige toepassingen mogelijk zijn.
- Multimodale intelligentie: Combineert 9 soorten aardobservatiegegevens om diepgaande, contextuele inzichten te bieden voor praktische toepassingen.
IBM en de Europese Ruimtevaartorganisatie (ESA) hebben open source TerraMind, het meest geavanceerde generatieve AI-fundamentmodel voor aardobservatie, nu beschikbaar op Hugging Face. Getraind op TerraMesh—de grootste georuimtelijke dataset die ooit is samengesteld—zet TerraMind een nieuwe standaard op het gebied van prestaties en efficiëntie voor satellietgebaseerde analyses.
"Op dit moment is TerraMind het best presterende AI-fundamentmodel voor aardobservatie volgens goed gevestigde community-benchmarks,"Zei Juan Bernabé-Moreno, directeur van IBM Research UK en Ierland.
Waarom het uitmaakt:
TerraMind scoorde 8% hoger dan 12 concurrerende modellen op ESA's PANGAEA-benchmark en excelleerde in praktische taken zoals landbedekkingsclassificatie, milieumonitoring en detectie van veranderingen. Het succes is te danken aan een nieuwe encoder-decoderarchitectuur die meerdere invoertypen – pixels, tokens en sequenties – efficiënt verwerkt en slechts een fractie van de rekenkracht van standaardmodellen gebruikt.
"Wat TerraMind voor mij onderscheidt, is het vermogen om verder te gaan dan alleen het verwerken van aardobservaties met computer vision-algoritmen. Het heeft een intuïtief begrip van geospatiale data en onze planeet." Bernabé-Moreno toegevoegd.
Het ontsluiten van verborgen waarde in aarddata
Door negen verschillende modaliteiten te integreren – waaronder satellietsensordata, geomorfologie, vegetatie en locatiebeschrijvingen – biedt TerraMind een uniform beeld van de wereldwijde omstandigheden. Dit stelt gebruikers in staat voorspellende inzichten te genereren voor kritieke kwesties zoals waterschaarste, klimaatrisico's en biodiversiteitsverlies.
GERELATEERD ARTIKEL: IBM lanceert tool om beheer van hernieuwbare energie-activa te optimaliseren
"TerraMind combineert inzichten uit verschillende modaliteiten van trainingsdata om de nauwkeurigheid van de uitkomsten te vergroten, "Zei Simonetta Cheli, directeur van ESA-aardobservatieprogramma's.
"Het kan onderzoekers en bedrijven een dieper inzicht in de aarde verschaffen.”
Een nieuw AI-paradigma: ‘Denken in modaliteiten’
TerraMind is de eerste 'any-to-any' multimodale AI voor aardobservatie, die in staat is om eigen trainingsgegevens te genereren voor alle modaliteiten. Deze gepatenteerde Denken-in-modaliteiten (TiM) tuning verbetert specialisatie en nauwkeurigheid in specifieke use cases.
"TiM-afstemming verhoogt de gegevensefficiëntie door zelf aanvullende trainingsgegevens te genereren die relevant zijn voor het probleem dat wordt aangepakt.", legde uit Johannes Jakubik, onderzoekswetenschapper bij IBM.
Strategisch nut voor overheden en bedrijven
TerraMind is ontwikkeld met de steun van KP Labs, DLR en het Jülich Supercomputing Center en is bedoeld voor toepassingen met grote impact, zoals noodhulp, duurzame landbouw, klimaatmodellering en infrastructuurmonitoring.
Als onderdeel van een breder ecosysteem is TerraMind een aanvulling op de IBM-NASA-oplossingen Prithvi en Graniet Modellen die al worden gebruikt door overheidsinstanties en commerciële partijen. Verfijnde versies, geoptimaliseerd voor noodhulp en andere toepassingen, zullen binnenkort beschikbaar zijn via IBM's Geospatial Studio.
"Met behulp van aardobservatiewetenschap, technologie en internationale samenwerking ontsluiten we het volledige potentieel van ruimtegebaseerde gegevens om onze planeet te beschermen, "Zei Nicolas Longepe, datawetenschapper aardobservatie bij ESA.
Bottom Line:
TerraMind markeert een sprong voorwaarts in AI voor aardobservatie en levert schaalbare, goedkope en zeer nauwkeurige inzichten voor wereldwijde besluitvormers die klimaat-, milieu- en infrastructuuruitdagingen met ongekende precisie willen aanpakken.
