美国宇航局NASA估计，仅在2024年，其地球科学任务将产生约25万TB的数据。为了让气候科学家和研究界有效地挖掘这些大量的原始卫星数据，IBM、HuggingFace和美国宇航局合作建立了一个开源的地理空间基础模型，该模型将作为一类新的气候和地球科学人工智能的基础，这些人工智能可以跟踪森林砍伐、预测作物产量和温室气体排放。

https://www.theregister.com/2023/08/04/ibm_nasa_geospatial_ai/ 

 

对于这个项目，IBM利用其最近发布的Watsonx.ai作为基础模型，使用美国宇航局一年的协调Landsat Sentinel-2卫星数据（HLS）。该数据由欧空局的一对哨兵2号卫星收集，这些卫星旨在获取13个光谱带的陆地和沿海地区的高分辨率光学图像。

HuggingFace正在其开源人工智能平台上托管该模型。据IBM称，通过在“洪水和烧伤疤痕映射的标签数据”上微调模型，该团队能够使用一半的数据将模型的性能比当前最先进的水平提高15%。

开源的地理空间基础模型：https://huggingface.co/ibm-nasa-geospatial 

Watsonx.ai基础模型地址：https://www.ibm.com/us-en 

相关视频：https://www.youtube.com/watch?v=9bU9eJxFwWc 

IBM研究人工智能副总裁Sriram Raghavan在一份新闻稿中表示，开源技术在加速气候变化等关键发现领域方面所发挥的重要作用从未如此明显。“通过将IBM旨在创建灵活、可重用人工智能系统的基础模型工作与美国宇航局的地球卫星数据存储库相结合，并将其放在领先的开源人工智能平台Hugging Face上，我们可以利用协作的力量来实施更快、更有影响力的解决方案，以改善我们的地球。”

内容中包含的图片若涉及版权问题，请及时与我们联系删除