IBM和NASA合作开源卫星数据分析AI模型

一分耕耘，一分收获！既然都打开这篇《IBM和NASA合作开源卫星数据分析AI模型》，就坚持看下去，学下去吧！本文主要会给大家讲到等等知识点，如果大家对本文有好的建议或者看到有不足之处，非常欢迎大家积极提出！在后续文章我会继续更新科技周边相关的内容，希望对大家都有所帮助！

IBM宣布在Hugging Face上开源其基于美国国家航空航天局（NASA）卫星数据构建的watsonx.ai地理空间基础模型，这将成为Hugging Face上最大的地理空间基础模型，也是首个与NASA合作构建的开源AI基础模型

公告指出，作为与 NASA 签署的《太空法案协议》的一部分，IBM 在今年早些时候开始为地理空间数据建立 AI 基础模型。现在通过 Hugging Face 提供地理空间基础模型，可以推进 AI 访问和应用的民主化，从而在气候和地球科学领域带来新的创新

Sriram Raghavan, Vice President of IBM Research AI, emphasizes the crucial role of open-source technology in accelerating key discoveries in areas such as climate change. He highlights the power of collaboration to implement faster and more impactful solutions, ultimately benefiting our planet.

IBM和NASA共同使用名为Harmonized Landsat Sentinel-2 satellite data (HLS)的地理空间数据集对该模型进行了联合训练。该数据集包括了由NASA的Landsat-8卫星拍摄的地球表面图像以及来自欧洲航天局运营的Sentinel-2卫星星座的测量结果

据IBM称，他们的新模型旨在帮助研究人员识别美国大陆可能面临洪水和野火风险的地区。该模型的分析速度比目前最先进的神经网络提高了15%。通过进一步微调，这个基础模型可以重新部署，用于跟踪森林砍伐、预测作物产量以及探测和监测温室气体等任务

研究人员还与克拉克大学合作，计划将该模型应用于时间序列分割和相似性研究等领域，这些是广泛应用于地理空间研究和其他任务的两种流行的数据分析方法。举例来说，时间序列分割可以用于探究股票价格波动的根本原因

今天关于《IBM和NASA合作开源卫星数据分析AI模型》的内容就介绍到这里了，是不是学起来一目了然！想要了解更多关于AI,模型,时间序列的内容请关注golang学习网公众号！