IBM e la NASA hanno annunciato il 3 agosto la disponibilità del foundation model geospaziale watsonx.ai su Hugging Face. Lo sviluppo del modello è stato reso noto per la prima volta a febbraio come tentativo di sbloccare il valore di enormi volumi di immagini satellitari per contribuire a far progredire la scienza del clima e migliorare la vita sulla Terra. La modalità aperta è stata addestrata sui dati satellitari Landsat Sentinel-2 armonizzati della NASA (HLS) con una ulteriore messa a punto utilizzando dati etichettati per diversi casi d’uso specifici, tra cui cicatrici da ustione e mappatura delle inondazioni.
Immagine NASA
Il foundation model geospaziale si avvale delle tecnologie aziendali che IBM ha sviluppato per il suo watsonx.ai e l’azienda spera che le innovazioni sperimentate nel nuovo modello possano aiutare sia i casi d’uso scientifici che quelli aziendali.
“Con i modelli di base, abbiamo l’opportunità di fare molto pre-addestramento e poi di adattarci facilmente e accelerare la produttività e l’implementazione”, ha dichiarato Sriram Raghavan, VP di IBM Research AI.
Indice degli argomenti:
Etichettatura dei dati e foundation model
Una delle sfide principali che gli utenti aziendali di IBM hanno affrontato in passato con l’AI è che l’addestramento richiedeva serie molto grandi di dati etichettati. I foundation model cambiano questo paradigma.
Con un modello di base, l’intelligenza artificiale viene pre-addestrata su un ampio set di dati non etichettati. La messa a punto per un caso d’uso specifico può poi essere eseguita utilizzando alcuni dati etichettati per ottenere un modello molto personalizzato. Non solo il modello è personalizzato, ma IBM e NASA hanno scoperto che l’utilizzo dell’approccio del modello di base ha consentito un addestramento più rapido e una migliore precisione rispetto a un modello interamente costruito con dati etichettati.
Ad esempio, per il caso d’uso della previsione dei modelli di inondazione, il nuovo modello di base è stato in grado di migliorare la previsione del 15% rispetto allo stato dell’arte con una quantità di dati etichettati pari alla metà.
Perché Hugging Face per un foundation model geospaziale aperto
I motivi per cui IBM e la NASA hanno reso disponibile il modello su Hugging Face sono molteplici, ha spiegato Raghavan.
Per esempio, Hugging Face è diventata la principale comunità per i modelli di AI aperti. È un riconoscimento che IBM ha fatto all’inizio di quest’anno, quando ha annunciato per la prima volta l’approccio watsonx.ai alla creazione di modelli di base. Nell’ambito dell’annuncio iniziale, IBM ha stretto una partnership con Hugging Face per offrire l’accesso ai modelli di AI aperti agli utenti aziendali di IBM.
Rendendo disponibile il modello di fondazione geospaziale su Hugging Face, IBM e la NASA sperano che il modello venga utilizzato e che si possano trarre insegnamenti utili per migliorarlo nel tempo.
Raghavan ha affermato che rendendo il modello compatibile con le API di Hugging Face, gli sviluppatori possono avvalersi di un’ampia gamma di strumenti esistenti per trarre vantaggio dal modello e utilizzarlo.
“Lo scopo era quello di ridurre l’impegno del pubblico, che in questo caso è costituito da scienziati che lavoreranno sui dati satellitari”, ha dichiarato. “Oggi le API di Hugging Face dominano l’ecosistema in termini di familiarità”.
In che modo le aziende potranno trarre eventualmente vantaggio
Sebbene il pubblico di riferimento per il modello di fondazione geospaziale sia costituito da scienziati, Raghavan prevede che i risultati saranno utili anche per i casi di utilizzo dell’AI da parte delle aziende.
In termini di impatto diretto, IBM dispone di una suite di intelligence ambientale che oggi utilizza vari modelli per aiutare le organizzazioni negli sforzi di sostenibilità: il nuovo modello sarà integrato con quella piattaforma.
Esiste anche un potenziale per quello che Raghavan ha definito “meta-apprendimento”, in cui le lezioni apprese avranno un impatto su altre aree degli sforzi di sviluppo dell’intelligenza artificiale di IBM.
“Crediamo di essere in procinto di capire qual è l’esperienza degli sviluppatori con i modelli di fondazione”, ha dichiarato.