UNSPLASH/CC/ELIZABETH LIES
MADRI 22 abr. (Portaltic/EP) -
A IBM e a Agncia Espacial Europeia (ESA) compartilharam o modelo fundamental para aplicaes de observao da Terra TerraMind, que se destaca por sua capacidade de entender os dados de forma intuitiva e gerar novos cenários, sob uma modalidade de código aberto.
Os modelos de base geoespacial ajudam a entender melhor o planeta Terra a partir de dados de observao, como os fornecidos por satélites, com o objetivo de ajudar a prever, por exemplo, o risco de escassez de água.
No entanto, a previso desse risco requer a considerao de fatores como uso da terra, clima, vegetao, atividades agrícolas e localizao, todos os quais geralmente so "dispersos e armazenados separadamente".
Como resultado, os modelos geoespaciais so limitados pela quantidade e qualidade dos dados rotulados reais disponíveis, um problema que os pesquisadores da IBM e da ESA resolveram no TerraMind.
Conforme explicam em um comunicado imprensa, o TerraMind é um modelo de IA generativo multimodal e foi treinado anteriormente no TerraMesh, que inclui nove milhes de amostras de dados globais de diferentes modalidades, incluindo dados de satélite, a geomorfologia da superfície da Terra e descries básicas de localizao e recursos (latitude, longitude e descries de texto simples).
Trata-se do "maior conjunto de dados geoespaciais disponível", que foi criado pelos pesquisadores como parte do projeto TerraMind, conforme explicado pelos pesquisadores. Ele inclui informaes "para todos os biomas, uso da terra e tipos e regies de cobertura da terra, permitindo que o modelo seja igualmente válido para qualquer aplicao em todo o mundo, com viés limitado".
O TerraMind foi desenvolvido com uma arquitetura exclusiva de codificador-decodificador baseada em transformaes simétricas, o que permite que ele aprenda correlaes entre modalidades de dados diferentes.
De modo geral, o TerraMind tem "a capacidade de ir além do processamento de imagens de satélite com algoritmos de viso de máquina", oferecendo "uma compreenso intuitiva dos dados geoespaciais e do nosso planeta", como destacou Juan Bernabé-Moreno, diretor da IBM Research no Reino Unido e na Irlanda e líder do IBM Accelerated Discovery para clima e sustentabilidade.
Simonetta Cheli, diretora de programas de observao da Terra da ESA e gerente da ESRIN, destacou "sua capacidade de integrar intuitivamente informaes contextuais e gerar cenários nunca antes vistos".
Os gerentes da ESRIN também indicaram que o TerraMind é um modelo "pequeno e leve", apesar de ter sido construído com 500 bilhes de tokens, que requer dez vezes menos recursos de computao do que os modelos padro, facilitando a implementao em escala a um custo menor e com menor consumo de energia no estágio de inferncia - o processamento de dados em tempo real para resolver uma tarefa.
O TerraMind é o modelo de IA com melhor desempenho no campo, superando tanto outros modelos básicos quanto arquiteturas especializadas, de acordo com as avaliaes da ESA usando o PANGAEA, o benchmark padro da comunidade.
Os funcionários do TerraMind afirmam que o modelo "permite uma compreenso mais profunda da Terra" e pode ser usado para mapear eventos naturais de curto prazo, como incndios florestais, deslizamentos de terra e inundaes; prever o risco potencial de escassez de água; monitorar a saúde das culturas em escala; e avaliar o impacto potencial das mudanas no uso da terra sobre os recursos hídricos e a biodiversidade.
A IBM e a ESA compartilharam o TerraMind como código aberto no HuggingFace, onde "o maior modelo geoespacial do mundo", desenvolvido pela IBM e pela NASA, que lanou as bases para o desenvolvimento do TerraMind, também está disponível a partir de 2023.
Verses aperfeioadas do TerraMind para resposta a desastres e outros casos de uso de alto impacto sero adicionadas ao repositório IBM Granite em maio.
Esta notícia foi traduzida por um tradutor automático