A IA da Terramind de Fonte Aberta da IBM usa 9 modalidades de dados para transformar a observação da Terra

IBM Corp. está em parceria com o Agência Espacial Europeia Para criar um sistema de inteligência synthetic que acompanhe as mudanças climáticas e outros problemas globais, como a escassez de água, em tempo actual, usando dados baseados em espaço.

IBM diz o novo sistema, chamado Terramindé o modelo de “observação da terra” mais avançado já concebido, e está sendo feito disponível Para os pesquisadores através da plataforma de rosto de abraço hoje.

O modelo de código aberto foi treinado em Teramesh, que é o maior conjunto de dados geoespaciais disponíveis gratuitamente, criados pelos pesquisadores como parte do projeto Terramind.

A IBM diz que a Terramind é um modelo multimodal baseado em um novo “arquitetura de codificador baseado em transformadores simétricos”. Ele pode lidar com entradas baseadas em pixels, baseadas em token e baseadas em sequência e aprender correlações entre as modalidades. Embora tenha sido treinado em mais de 500 bilhões de fichas de dados, é um modelo relativamente pequeno e leve que usa cerca de 10 vezes menos recursos de computação do que os modelos existentes para cada modalidade que ela cobre. Como resultado, é possível dimensionar a Terramind a um custo muito menor, diz a IBM.

As capacidades multimodais da Terramind são essenciais para as tarefas de observação da Terra, diz a IBM, porque há muitos fatores que precisam ser considerados ao avaliar o impacto das mudanças climáticas.

Por exemplo, quando se trata de prever o risco de escassez de água, é necessário levar em consideração fatores como clima, temperatura, precipitação, uso da terra, vegetação e atividades agrícolas. Anteriormente, os pesquisadores teriam que usar vários modelos para estudar cada um desses fatores separadamente. Terramind reúne todas essas informações em um único modelo para criar uma imagem mais informada do que está acontecendo em um determinado native, permitindo que ela preveja riscos de escassez de água com precisão sem precedentes

“O que diferencia a Terramind é sua capacidade de ir além do simples processamento de observações da Terra com algoritmos de visão computacional”, disse o diretor da IBM Analysis UK e a Irlanda, Juan Bernabé-Moreno.

Para construir o conjunto de dados Teramesh que sustenta a Terramind, os pesquisadores da IBM compilaram dados sobre tudo, desde biomas a uso da terra, tipos de cobertura da terra e regiões, para garantir que o modelo possa ser usado para fazer previsões em qualquer parte do planeta, com viés mínimo.

O Teramesh contém mais de nove milhões de amostras de dados distribuídos globalmente e espaciotemporalmente alinhados em nove modalidades principais. Isso inclui observações dos satélites da ESA, informações sobre características da superfície, como vegetação e uso da terra e geometria usada para descrever locais e recursos, como latitude, longitude, altitude e descrições de texto simples de diferentes regiões.

A IBM diz que os testes demonstram que a Terramind é de longe o modelo elementary de melhor desempenho para a observação da Terra já feita. A ESA liderou essas avaliações, colocando Terramind contra 12 Outros modelos em sua classe no Pangea Benchmark, que é usado para medir o desempenho da IA ​​em tarefas do mundo actual, como classificação da cobertura do solo, detecção de alterações, monitoramento ambiental e análise multitemporal.

De acordo com a ESA, a Terramind superou os modelos concorrentes em 8% ou mais em todas as tarefas dos testes de referência da Pangea.

A diretora de programas de observação da EARA da ESA, Simonetta Cheli, disse que a vantagem de Terramind deriva das idéias fornecidas por tantas modalidades diferentes. “A capacidade de trazer intuitivamente informações contextuais e gerar cenários invisíveis é uma etapa crítica para desbloquear o valor dos dados da ESA”, disse ela. “Comparado aos modelos competitivos, ele pode descobrir uma compreensão mais profunda da Terra para pesquisadores e empresas”.

Indo adiante, a Terramind também emprega uma nova técnica chamada ajuste de “pensamento em modalidades”, que é semelhante ao método “cadeia de pensamentos” usado em grandes modelos de linguagem focados em raciocínio, como o GPT-4O do OpenAI e o R1 da Deepseek Ltd. Tim, como é conhecido, envolve dados adicionais de treinamento sintético auto-geradores de outras modalidades para melhorar o desempenho da Terramind além do que o ajuste fino common poderia alcançar.

O cientista da IBM Analysis Johannes Jakubik, que ajudou a desenvolver a técnica TIM, disse que funciona gerando dados sintéticos relacionados ao problema que o modelo está tentando abordar. Portanto, pode ser programado para gerar mapas detalhados adicionais quando solicitado a “pensar” sobre a cobertura da terra ao mapear corpos de água.

“Esse avanço pode desbloquear precisão sem precedentes ao especializar a Terramind para casos de uso específicos”, disse Jakubik.

A IBM disse que o Terramind pode ser aplicado para resolver questões de longo prazo, como gerenciamento de desastres naturais, monitoramento ambiental, agricultura de alta precisão, planejamento urbano e regional, monitoramento crítico de infraestrutura, monitoramento florestal e biodiversidade, além de problemas de curto prazo, como monitoramento de incêndios e inundações.

Terramind é mais um exemplo de como a IA está afetando quase todos os aspectos da tecnologia, disse Holger Mueller, da Constellation Analysis Inc.

“Os modelos de IA que podem entender o nosso planeta serão extremamente úteis quando se trata de prever, simular e explicar eventos naturais e artificiais”, disse o analista. “A IBM está avançando isso com sua nova abordagem de pensamento em modalidades, com nove modalidades principais com base em mais de nove milhões de pontos de dados. É de longe o modelo de IA mais completo do nosso planeta, e é ótimo que esteja sendo feito de código aberto”.

A IBM já publicou Terramind em abraçar o rosto e o IBM Geoespacial Studioe planeja lançar a versão ajustada para resposta a desastres e outros casos de uso de alto impacto nas próximas semanas.

“Estamos desbloqueando todo o potencial de dados espaciais para proteger nosso planeta”, disse Nicolas Longepe, cientista dos dados de observação da ENA Earth. “Este projeto é um exemplo perfeito em que a comunidade científica, as grandes empresas de tecnologia e os especialistas colaboraram para alavancar essa tecnologia para o benefício das ciências da terra. A mágica acontece quando especialistas em dados de observação da Terra, especialistas em aprendizado de máquina, cientistas de dados e engenheiros de HPC se reúnem.”

Imagens: IBM/ESA