Первая в отрасли крупномасштабная модель искусственного интеллекта дистанционного зондирования, созданная Академией ДАМО, уже здесь! Одна модель может идентифицировать все на поверхности, например сельскохозяйственные угодья, посевы и здания, что может значительно повысить эффективность анализа приложений дистанционного зондирования, таких как предотвращение стихийных бедствий, управление природными ресурсами и оценка урожайности в сельском хозяйстве. Модель теперь доступна на облачной платформе AIEarth Earth Science Cloud.
Например, если вы введете «Извлечь сельскохозяйственные угодья из изображений», выбранная цель будет распознана автоматически.
Универсальная модель сегментации дистанционного зондирования AI Interpretation (AIE-SEG), предложенная Академией ДАМО, является первой, которая решает унифицированные задачи сегментации изображений в области дистанционного зондирования.
Одна модель может быстро извлечь «нулевые образцы всего» и идентифицировать почти сотню типов наземных объектов дистанционного зондирования, таких как сельскохозяйственные угодья, вода и здания. Он по-прежнему может поддерживать высокоточное распознавание при многозадачной обработке, а также может автоматически настраивать результаты распознавания на основе интерактивной обратной связи пользователя.
В некоторых конкретных сценариях по сравнению с традиционными моделями дистанционного зондирования точность извлечения экземпляров может быть увеличена на 25 %, а точность обнаружения изменений — на 30 %.
На основе вышеперечисленных базовых возможностей большая модель искусственного интеллекта дистанционного зондирования предоставляет «готовые» услуги вызова API. Пользователи могут настраивать различные функции интерпретации искусственного интеллекта дистанционного зондирования в соответствии с различными потребностями, например, добыча воды, мониторинг изменений сельскохозяйственных угодий, фотоэлектрическая идентификация и т. д.
Провинциальный институт землеустройства и картографии Шаньдуна сотрудничает с Институтом ДАМО в области исследования природных ресурсов и охраны культивируемых земель с 2022 года, используя большие модели искусственного интеллекта дистанционного зондирования для проведения исследований по мониторингу роста озимой пшеницы в провинции Шаньдун. Точность распознавания достигла более 90%, что эффективно повысило эффективность интерпретации данных дистанционного зондирования озимой пшеницы, помогая менеджерам сельского хозяйства лучше прогнозировать урожайность зерна и повышать эффективность сельскохозяйственного производства.
Национальный институт предотвращения и контроля стихийных бедствий использует большие модели искусственного интеллекта дистанционного зондирования для выявления оползней и обрушившихся зданий. При тестировании изображений дистанционного зондирования исторических районов стихийных бедствий для извлечения этой информации о стихийных бедствиях требуется всего более десяти минут, что в десятки раз более эффективно, чем методы ручной идентификации, обеспечивая эффективную и точную поддержку анализа дистанционного зондирования для научной помощи при стихийных бедствиях.
Луо Хао, руководитель отдела алгоритма AIEarth в лаборатории визуальных технологий Академии ДАМО, сказал, что мультимодальное дистанционное зондирование — единственный способ помочь людям лучше понять Землю. Академия DAMO продолжит продвигать исследования крупных моделей искусственного интеллекта дистанционного зондирования и использовать искусственный интеллект для помощи в исследованиях и применении наук о Земле.
AIEarth — это универсальная облачная платформа для наук о Земле, выпущенная Академией DAMO в 2022 году. Основываясь на накоплении таких технологий, как глубокое обучение, компьютерное зрение и геопространственный анализ, она предоставляет услуги анализа облачных вычислений для данных наблюдений из нескольких источников. В настоящее время он сотрудничает с более чем 50 университетами Китая, а соответствующие технологии применяются в таких учреждениях, как Министерство водных ресурсов, Национальный метеорологический центр и Министерство экологии и окружающей среды.