IBM和NASA合作发布可追踪碳排放的开源AI基础模型

IBM最近携手美国国家航空航天局（NASA）创建了一个新的地理空间基础AI模型，以改善碳排放跟踪和监测气候变化的影响，使分析卫星图像数据和提供更多实时信息变得更加容易。目前该开源模型已在“Hugging Face”平台发布。

IBM介绍，这个地理空间基础模型是在IBM watsonx.ai平台企业技术的基础上建立的，它通过对美国宇航局Harmonized Landsat Sentinel-2 (HLS)卫星拍摄的一年内的图像进行训练。通过微调，这个基本模型可以重新部署，用于任务如跟踪森林砍伐、预测作物产量或探测和监测温室气体

NASA和IBM合作开发了一个微调模型，该模型利用美国各地野火痕迹进行训练。IBM表示，基于预先训练的基础模型，该模型可以使用比目前最先进的模型少75%的标记数据进行分析。这将大大提升对野火的追踪和预测能力，并使模型本身更高效运行

据报道，IBM和NASA的研究人员正在与克拉克大学合作，对开源模型进行进一步改进，以适应更广泛的应用领域，包括时间序列分割和相似性研究

企业和气候科学家面临的最大问题之一是缺乏标签数据或可访问格式的数据。微软和Tata Consultancy Services今年早些时候发表的一项研究发现，80%的企业没有披露运营的碳排放目标。这在一定程度上是由于缺乏整个供应链和全球趋势的数据。IBM认为AI可以帮助简化这一过程。

尽管这个基础模型是在未标记数据的大型数据集上训练的，但它们可以通过微调适应特定用例，并利用标记数据进行部署。因此，IBM发布的地理空间模型可以根据企业信息或特定科学用途的数据进行重新调整，以提升分析能力

虽然这一模型应用已经发布在允许开发者自由分享AI模型的Hugging Face平台上，但其商业版本也将于今年晚些时候在watsonx.ai上发布，方便企业使用它达成碳排放跟踪和净零目标。

Sriram Raghavan, Vice President of IBM AI Research Institute, suggests that by combining the foundational models of flexible and reusable AI systems with NASA's Earth satellite data repository and providing them to Hugging Face, we can leverage the power of collaboration to implement faster and more impactful solutions for protecting our planet's environment.

Hugging Face的产品和增长主管Jeff Boudier指出：“AI仍然是一个以科学为驱动的领域，只有通过信息共享和合作，科学才能取得进步。这就是为什么开源AI以及模型和数据集的开放发布对于AI的持续进步至关重要，这项技术将使更多人受益。”

Kevin Murphy, NASA's Chief Scientific Data Officer, stated that "this foundational model has the potential to revolutionize the analysis of observational data. By providing open-source access to this model globally, we aim to amplify its impact."

以上是IBM和NASA合作发布可追踪碳排放的开源AI基础模型的详细内容。更多信息请关注PHP中文网其他相关文章！