Europejska Agencja Kosmiczna (ESA) tworzy cyfrowego asystenta pomagającego poznawać Ziemię
ESA, we współpracy z partnerami technologicznymi, pracuje nad opracowaniem narzędzia wykorzystującego sztuczną inteligencję, które zrewolucjonizują wyszukiwanie informacji na temat obserwacji Ziemi.
Jak zaznaczają badacze z ESA, obserwacja Ziemi generuje ogromne ilości danych każdego dnia, człowiekowi trudno byłoby je wszystkie przetworzyć. Sztuczna inteligencja jednak pomaga w interakcji z tak dużymi i złożonymi zbiorami danych, identyfikując kluczowe cechy i prezentując informacje w przyjaznym dla użytkownika formacie.
Przykładem tego może być projekt I*STAR, współfinansowany przez program ESA InCubed, w ramach którego opracowano platformę, która wykorzystuje sztuczną inteligencję do monitorowania bieżących wydarzeń, takich jak trzęsienia ziemi lub erupcje wulkanów, dzięki czemu operatorzy satelitów mogą automatycznie planować kolejne pozyskiwanie danych dla użytkowników.
Narzędzie SaferPlaces AI, również współfinansowane przez InCubed, tworzy mapy powodzi dla zespołów reagowania na katastrofy, łącząc pomiary z danymi satelitarnymi. SaferPlaces miało kluczowe znaczenie dla oceny szkód podczas zeszłorocznych powodzi w Emilii-Romanii we Włoszech.
Jak twierdzą badacze, w ciągu ostatnich kilku lat postęp sztucznej inteligencji znacznie przyspieszył, a rozwój narzędzi takich jak ChatGPT i Gemini zaskoczył nawet ekspertów w tej dziedzinie. Aby wykorzystać tę transformacyjną innowację i uchwycić możliwości oferowane przez tę technologię, naturalnym kolejnym krokiem zdaniem naukowców z ESA jest opracowanie modelu językowego w stylu ChatGPT, ale zajmującego się głównie danymi z obserwacji Ziemi.
Wraz z różnymi instytucjami z dziedzin kosmosu, informatyki i meteorologii, ESA opracowuje obecnie cyfrowego asystenta obserwacji Ziemi, który będzie rozumiał ludzkie pytania i odpowiadał na nie w sposób podobny do człowieka.
Agencja zaznacza, że do stworzenia takiego cyfrowego asystenta potrzeba wielu elementów układanki, zaczynając od siły napędowej, która stanowi jego podstawę, czyli modelu podstawowego (Foundation model).
Modele sztucznej inteligencji działają poprzez szkolenie i doskonalenie w czasie, ale w bardziej tradycyjnym uczeniu maszynowym maszyna musi być zasilana dużymi zestawami danych, które zostały oznaczone, często przez człowieka.
Naukowcy z Europejskiej Agencji Kosmicznej twierdzą, że wprowadzają modele fundamentalne, które przyjmują zupełnie inne podejście. Model podstawowy to model uczenia maszynowego, który trenuje, w dużej mierze bez nadzoru człowieka, na dużych i zróżnicowanych źródłach nieoznakowanych danych. Modele podstawowe są dość ogólne, ale można je dostosować do konkretnych zastosowań.
Rezultatem jest elastyczny, potężny silnik sztucznej inteligencji, a od czasu ich powstania w 2018 r. modele podstawowe przyczyniły się do ogromnej transformacji w uczeniu maszynowym, wpływając na wiele branż.
Φ-lab ESA opracowuje kilka bieżących inicjatyw tworzenia modeli podstawowych dedykowanych zadaniom związanym z obserwacją Ziemi. Modele te wykorzystują dane do dostarczania informacji na tematy związane z zagrożeniami dla środowiska, takimi jak wycieki metanu i łagodzenie skutków ekstremalnych zjawisk pogodowych.
Naukowcy z ESA zajmują się również ludzkim końcem układanki – stworzeniem cyfrowego asystenta, z którym będzie mógł się komunikować użytkownik oraz przetworzy odpowiednie dane za pomocą modeli podstawowych obserwacji Ziemi i wygeneruje odpowiedź w postaci tekstu lub obrazów.
Emil Gołoś
