Um Modelo de IA para Satélites que Pode Realmente Usar: Allen Institute Abre OlmoEarth Embeddings
OlmoEarth Studio da Allen AI pode agora exportar "impressões digitais" numéricas de qualquer zona da Terra, permitindo aos investigadores mapear florestas, detetar incêndios florestais e rastrear mudanças terrestres com quase nenhuns dados de treino rotulados.
Pontos-chave
- OlmoEarth Studio do Allen Institute for AI permite agora aos utilizadores exportar embeddings, resumos numéricos compactos de imagens de satélite, para qualquer área e intervalo de tempo que escolherem.
- Três tamanhos de modelo estão disponíveis: Nano (1,4 milhões de parâmetros), Tiny (6,2 milhões) e Base (89 milhões), cada um oferecendo uma troca entre velocidade e detalhe.
- Num teste utilizando apenas 60 píxeis rotulados, o sistema mapeou florestas de mangal no Vietname com uma pontuação F1 de 0,84 em 1,0.
- Os pesos do modelo subjacente e o código-fonte estão disponíveis publicamente, o que significa que qualquer pessoa pode inspecionar ou construir sobre o trabalho.
- A cicatriz de queimada do Park Fire no Condado de Butte, Califórnia, apareceu num teste de detecção de mudanças utilizando apenas dois meses de dados de satélite e sem rótulos manuais.
Se alguma vez olhou para uma fotografia de satélite e se perguntou quais são as partes florestais, quais são agrícolas e quais arderam no verão passado, está a pensar como um investigador de observação terrestre. Até recentemente, responder a essas perguntas exigia conjuntos de dados caros e meses de rotulação por especialistas. Uma nova ferramenta do Allen Institute for AI quer mudar isso.
OlmoEarth Studio, a plataforma do Allen Institute para construir modelos que interpretam imagens de satélite, permite agora aos utilizadores calcular e exportar o que a equipa chama de embeddings. Um embedding é uma lista de números, uma espécie de impressão digital numérica, que um modelo de IA treinado atribui a cada zona de terreno que observa. Locais que parecem semelhantes no terreno obtêm números similares. Locais que diferem ficam distantes nesse espaço numérico.
Pense numa folha de avaliação de prova de vinho. Em vez de descrever um vinho em prosa, regista dezenas de medições: acidez, tanino, açúcar. Dois vinhos semelhantes acabam com folhas de avaliação similares, mesmo que nunca os tenha provado lado a lado. OlmoEarth faz o mesmo para o terreno: lê píxeis de satélite e produz uma folha de avaliação para cada localização.
O que pode realmente fazer com estes números?
Bastante coisa, como se constatou, mesmo com quase nenhuns dados de treino.
O uso mais simples é a busca de similaridade: escolha um píxel, peça ao modelo quais outros píxeis se parecem mais com ele e receba um mapa de calor. Num teste sobre a região de Merced na Califórnia, uma consulta urbana iluminou corredores de estradas em toda a imagem enquanto as terras agrícolas permaneceram escuras. Nenhuns rótulos foram necessários.
Mais poderosa é o que a equipa chama de segmentação com poucos exemplos, o que significa que rotula um pequeno punhado de exemplos e o modelo descobre o resto. Investigadores rotularam apenas 60 píxeis numa região costeira de mangal em Ca Mau, Vietname: 20 marcados como mangal, 20 como água, 20 como outros. Introduziram esses 60 números rotulados num classificador básico de manual (regressão logística, uma ferramenta estatística com décadas) e deixaram-no prever cada outro píxel. O resultado cobriu toda a região com uma pontuação F1 ponderada de 0,84. Aumentar a amostra rotulada para 300 píxeis mal moveu esse número, porque os embeddings já estão a fazer o trabalho duro.
| Variante do modelo | Dimensões | Parâmetros | Uso típico |
|---|---|---|---|
| Nano | 128 | 1,4 milhões | Tarefas rápidas e de baixo armazenamento |
| Tiny | 192 | 6,2 milhões | Desempenho equilibrado |
| Base | 768 | 89 milhões | Maior detalhe, mais computação |
A detecção de mudanças é talvez a demonstração mais impressionante. A equipa retirou embeddings de satélite mensais para a mesma parte do Condado de Butte, Califórnia em setembro de 2023 e setembro de 2024, e depois mediu quanto a impressão digital de cada píxel se alterou. A cicatriz de queimada do Park Fire do verão de 2024 apareceu imediatamente, sem rótulos, sem revisão manual.
Para quem é isto?
Neste momento, a ferramenta destina-se a investigadores e analistas que trabalham com dados de satélite: grupos de conservação, planeadores urbanos, cientistas do clima, agências agrícolas. Mas como os pesos do modelo e o código são públicos, equipas menores com competências de codificação podem executar a versão de código aberto eles mesmos, conforme foi primeiro relatado pela Hugging Face na sua cobertura de modelos.
A versão Studio, que trata da aquisição de dados de satélite automaticamente, requer contactar o Allen Institute para acesso. A resolução espacial personalizada varia desde 10 metros por píxel até 80 metros, e a janela de tempo pode ser tão curta como um mês ou tão longa como um ano.
Uma palavra de aviso apropriada: os exemplos mostrados são curados. Os resultados do mundo real variarão por região, estação e qualidade da cobertura de satélite. A figura de precisão de mangal de 0,84 é forte, mas vem de um único local bem documentado. A sua paisagem pode ser mais complexa.
Conclusão: Se o seu trabalho envolve terreno, florestas ou monitorização ambiental, vale a pena adicionar aos marcadores a documentação OlmoEarth e o relatório técnico. Os pesos abertos significam que pode experimentar gratuitamente antes de decidir se o serviço Studio gerido se ajusta ao seu orçamento.
