IT之家 3 月 3 日消息，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(shù)據(jù)中發(fā)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(wèi)星數(shù)據(jù)。
IT之家備注：基礎模型是在一組廣泛的未經(jīng)標記的數(shù)據(jù)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。
IBM 稱，過去五年，基礎模型快速推進了 AI 自然語言處理（NLP）領域的技術發(fā)展，現(xiàn)在，IBM 正在探索和開創(chuàng)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(jiān)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(shù)量在收集數(shù)據(jù)，迫切需要借助新的創(chuàng)新方法從這些龐大的數(shù)據(jù)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(shù)據(jù)集，并從中獲取見解。IBM 的基礎模型技術有望加快這些數(shù)據(jù)的發(fā)現(xiàn)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(fā)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(shù)據(jù)集上訓練 IBM 的地理空間智能基礎模型，HLS 數(shù)據(jù)集記錄了地球軌道衛(wèi)星所捕獲的土地覆蓋和土地利用變化的數(shù)據(jù)，通過分析這些 PB 量級的衛(wèi)星數(shù)據(jù)，來確定自然災害、周期性作物產(chǎn)量和野生動物棲息地等現(xiàn)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(huán)境系統(tǒng)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(fā)了一個 NLP 模型，經(jīng)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(fā)現(xiàn)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(tǒng) 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(shù)據(jù)治理以及管理的流程當中。
