Искусственный интеллект и данные дистанционного зондирования способствуют устойчивой добыче и наблюдению за Землей
Три исследования, проведённые при участии Института ресурсных технологий Фрайберга им. Гельмгольца (HIF) из Центра Гельмгольца Дрезден-Россендорф (HZDR), демонстрируют значительный прогресс в мониторинге горнодобывающих районов. Учёные выступают за этически ответственное использование искусственного интеллекта для наблюдения за Землёй в целях защиты окружающей среды и предотвращения катастроф. Кроме того, они разработали модель с поддержкой ИИ, которая обрабатывает данные дистанционного зондирования, что может стать важным шагом для всего сообщества.
Исследования опубликованы на сервере препринтов arXiv и в журнале IEEE Transactions on Pattern Analysis and Machine Intelligence.
Международная группа при участии HIF представила всеобъемлющее исследование «MineNetCD — эталон для глобального обнаружения изменений в горнодобывающей промышленности на изображениях дистанционного зондирования». Оно фокусируется на исследовании и мониторинге горных районов. Новый набор данных «MineNetCD» основан на более чем 70 000 бивременных пар изображений дистанционного зондирования высокого разрешения со 100 горных объектов по всему миру.
Эти изображения вместе с предложенной унифицированной структурой обнаружения изменений, которая интегрирует более 13 передовых моделей, позволяют проводить детальный учёт и анализ изменений, вызванных добычей полезных ископаемых. Ключевым компонентом является модель ChangeFFT, которая предоставляет горным планировщикам конкретный метод измерения — быстрое преобразование Фурье — для анализа изображений. Это позволяет детально анализировать критические спектральные компоненты и обнаруживать изменения вплоть до уровня пикселя с более высокой точностью и эффективностью.
«Впервые в нашем распоряжении появился глобальный эталон для мониторинга горнодобывающей деятельности. Разработанные алгоритмы являются мощными инструментами для исследователей», — поясняет профессор Педрам Гамиси, руководитель группы машинного обучения в HIF.
В другом исследовании «Ответственный ИИ для наблюдения за Землёй» международная команда подчёркивает необходимость включения этических и ответственных практик. «ИИ обладает потенциалом для значительного прогресса в анализе данных наблюдения за Землёй, особенно в таких областях, как изменение климата, обезлесение и стихийные бедствия. Однако использование этих технологий также сопряжено с рисками, такими как алгоритмические предубеждения, отсутствие прозрачности и возможность усугубления социального неравенства», — объясняет профессор Гамиси.
Исследователи выступают за приоритетное использование прозрачных и понятных систем ИИ, а также за междисциплинарный подход, объединяющий специалистов по ИИ и заинтересованные стороны.
Третье исследование, проведённое в сотрудничестве с HIF, представляет SpectralGPT — первую универсальную базовую модель для дистанционного зондирования. Она обучается на более чем миллионе изображений различного размера, разрешения, временных рядов и регионов прогрессивным методом. Эта модель — шаг к давней мечте сообщества о решении множества задач с помощью единой модели.
«Возможно, мы вступаем в эру центрированных на данных и моделях подходов. Появление базовых моделей, таких как наш новаторский SpectralGPT, а также моделей от Microsoft, IBM, NASA (Национальное управление по аэронавтике и исследованию космического пространства США), ESA (Европейское космическое агентство), может служить доказательством этой тенденции», — заключает профессор Гамиси.