Новая программа-«хамелеон» классифицирует объекты на спутниковых снимках быстрее

Новая программа на базе искусственного интеллекта METEOR способна быстро обучать нейронные сети, используя всего несколько изображений, для оперативной характеристики новых объектов на данных со спутников и дронов, таких как морской мусор, зоны вырубки лесов, городские территории и другие.

Ключевая проблема в науках о Земле — невозможность часто получить достаточно большой набор данных для обучения ИИ под конкретные исследовательские нужды. Существующие программы не могут мгновенно переключаться с распознавания одного типа объектов на другой. METEOR решает эту задачу благодаря метаобучению: он использует «короткие пути» на основе ранее успешно решенных задач в других контекстах. Это позволяет нейронной сети обобщать результаты прежних применений и адаптировать стратегию к новым ситуациям, требуя всего 4–5 качественных изображений объекта для надежного результата.

Для проверки приложения разработчики адаптировали нейронную сеть, обученную классифицировать типы землепользования, для выполнения пяти новых задач. Тестирование показало, что результаты METEOR, обученного на небольших наборах данных, сравнимы с результатами ИИ, обученных дольше и на гораздо больших массивах информации. В планах исследователей — дальнейшее обучение базового ИИ на множестве задач для повышения его адаптивности и создание пользовательского интерфейса.