IBM最近携手美国国家航空航天局（NASA）创建了一个新的地理空间基础AI模型，以改善碳排放跟踪和监测气候变化的影响，使分析卫星图像数据和提供更多实时信息变得更加容易。目前该开源模型已在“Hugging Face”平台发布。

IBM介绍，该地理空间基础模型建立在IBM watsonx.ai平台企业技术之上，基于美国宇航局Harmonized Landsat Sentinel-2 (HLS)卫星拍摄的一年内的图像进行训练。通过微调，这个基本模型可以重新部署，用于跟踪森林砍伐、预测作物产量或探测和监测温室气体等任务。

NASA和IBM已经发布了一个微调模型，该模型采用美国各地的野火留下的痕迹进行训练。IBM表示，由于预先训练的基础模型作为基础，该模型可以用比目前最先进的模型少75%的标记数据进行分析。这将显著地改善对野火的跟踪和预测，并使模型本身更有效地运行。

据悉，IBM和NASA的研究人员还与克拉克大学合作，进一步调整开源模型，使其适用于更广泛的应用，包括时间序列分割和相似性研究。

企业和气候科学家面临的最大问题之一是缺乏标签数据或可访问格式的数据。微软和Tata Consultancy Services今年早些时候发表的一项研究发现，80%的企业没有披露运营的碳排放目标。这在一定程度上是由于缺乏整个供应链和全球趋势的数据。IBM认为AI可以帮助简化这一过程。

虽然这个基础模型是在未标记数据的大型数据集上训练的，但它们可以针对特定用例进行微调，并使用标记数据进行部署。这意味着IBM发布的地理空间模型可以根据企业的信息或特定科学用途的数据重新调整，以改进分析。

虽然这一模型应用已经发布在允许开发者自由分享AI模型的Hugging Face平台上，但其商业版本也将于今年晚些时候在watsonx.ai上发布，方便企业使用它达成碳排放跟踪和净零目标。

IBM AI研究院副总裁Sriram Raghavan表示：“通过创建灵活、可重复使用的AI系统的基础模型与NASA的地球卫星数据存储库相结合，并将其提供给Hugging Face，我们可以利用协作的力量实施更快、更有影响力的解决方案，从而保护我们的地球环境。”

Hugging Face产品和增长主管Jeff Boudier说，“AI仍然是一个科学驱动的领域，只有通过信息共享和协作，科学才能取得进步。这就是开源AI以及模型和数据集的开放发布对AI的持续进步如此重要的原因，这项技术将使更多的人受益。”

NASA首席科学数据官Kevin Murphy表示，“这个基础模型有可能改变观测数据的分析方式。通过向全球提供开源该模型，我们希望可以扩大它的影响。”