Mis on Granite Geospatial UKI?
Granite Geospatial UKI on IBM Granite'i georuumiline alusmudel, mis on mõeldud Ühendkuningriigi ja Iirimaa satelliidipiltide analüüsimiseks. Selle eesmärk on pakkuda korduvkasutatavat visuaalset esitust Maa kaugseireandmetest. Selle asemel et treenida iga piirkondliku kaugseireülesande jaoks eraldi mudel algusest peale, saab spetsialist kasutada eeltreenitud kodeerijat lähtekohana ja kohandada seda järelülesande jaoks.
Mudel põhineb Vision Transformeri arhitektuuril ehk närvivõrguarhitektuuril, mis töötleb pilti väiksemateks lõikudeks jaotatud kogumina. See järgib Prithvi-EO ülesehitust ning kasutab maskeeritud autokodeerijaga eeltreenimist. Sellise isejuhendatud treenimise käigus peidetakse osa sisendpildist ning mudel õpib puuduvat teavet taastama või esitama. Nii saab see õppida satelliidiandmetes esinevaid mustreid, ilma et igale treeningpildile peaks olema käsitsi märgendit lisatud.
Granite Geospatial UKI ei ole keelemudel ja seda ei tohiks hinnata nagu vestlusrobotit. See ei genereeri kirjalikke vastuseid, koodi, heli, videot ega pilte. Selle praktiline väljund on õpitud esitus, mida saab kasutada arvutinägemismudelis, näiteks segmenteerimissüsteemis, mis määrab igale pildipikslile klassi.
Pakkuja ja koht IBM-i mudelikataloogis
Mudelit pakub IBM IBM Granite'i avaliku mudeliökosüsteemi kaudu ning seda majutatakse Hugging Face'is avatud kaaludega hoidlana. See kuulub pigem IBM-i laiema tehisintellektiportfelli spetsialiseeritud teadus- ja georuumilise tehnoloogia valdkonda, mitte tarbijatele mõeldud vestlusrobotite või üldotstarbeliste assistentide kategooriasse.
IBM-i watsonx-i portfell hõlmab ettevõtetele mõeldud tehisintellekti arendust, mudelite juurutamist, haldust, otsingupõhist genereerimist, agente ning juurdepääsu IBM Granite'i ja teistele mudelitele. Esitatud uurimismaterjalides ei ole aga Granite Geospatial UKI-d nimetatud watsonx-i majutatud järelduspunktina. Mudeli dokumenteeritud levitamisviis on avatud kaaludega hoidla ning kasutusnäited põhinevad TerraTorchil. See eristus on oluline: juurdepääs laiemale IBM-i watsonx-i platvormile ei tõenda iseenesest hallatud API, vestlusliidese ega selle mudeli tootepõhise teenuse olemasolu.
Satelliidiandmed ja arhitektuur
Mudel ühendab kahte tüüpi Maa kaugseireandmeid. Harmonized Landsat and Sentinel-2 ehk HLS pakub multispektraalset optilist teavet. Sentinel-1 pakub sünteetilise apertuuriga radari ehk SAR-i andmeid. Radar on kasulik, sest see kogub teavet optilistest anduritest erineval viisil ning võib säilitada informatiivsuse tingimustes, kus pilved või valgustus muudavad optilised kujutised vähem kasutatavaks.
Dokumenteeritud sisendkanalid on sinine, roheline, punane, kitsas NIR, SWIR 1, SWIR 2, VV ja VH. Esimesed kuus on HLS-i multispektraalsed optilised kanalid, samas kui VV ja VH on Sentinel-1 radari polarisatsioonikanalid. Praktikas saab mudel analüüsida nähtava valguse, lähiinfrapuna ja lühilainelise infrapuna omadusi koos radari vastustega.
Esialgsel eeltreenimisel kasutati Ameerika Ühendriikide mandriosa katvaid HLS-i andmeid. Seejärel tegid IBM ja tema teaduspartnerid täiendava eeltreenimise ligikaudu 16 000 HLS L30 ja Sentinel-1 pildiga, mis katsid Ühendkuningriiki ja Iirimaad. Just see piirkondlik etapp on peamine põhjus, miks kaaluda seda mudelit Ühendkuningriigi ja Iirimaa töövoogude jaoks: selle esitus on kohandatud konkreetse geograafilise piirkonnaga, mitte lihtsalt üldine üleilmne kaugseirekodeerija.
Mudelikaart dokumenteerib kasutuse koos georuumilise süvaõppe raamistikuga TerraTorch. Hoidla sisaldab ka järelhäälestamiseks mõeldud allavoolu konfiguratsiooni. Esitatud konfiguratsiooniuuring viitab üheksast kanalist koosnevale allavoolu seadistusele, mis sisaldab pilvekanalit, kuid mudeli dokumenteeritud põhikanalite loend sisaldab eespool kirjeldatud kaheksat optika- ja radarikanalit. Seetõttu peaksid kasutajad enne eeldamist, et iga allavoolu kontrollpunkt aktsepteerib täpselt samu sisendeid, tutvuma hoidla konfiguratsiooni ja eeltöötlusnõuetega.
Milleks see on mõeldud?
Granite Geospatial UKI on eelkõige mõeldud kaugseire tunnuste eraldamiseks ja ülekandeõppeks. Tunnuste eraldaja teisendab toorpildid numbrilisteks esitusteks, mis hõlmavad ruumilisi ja spektraalseid mustreid. Seejärel saab allavoolu ülesandepõhine mudel neid esitusi kasutada klassifitseerimiseks, segmenteerimiseks, tuvastamiseks või sarnaseks analüüsiks.
Kõige selgemini dokumenteeritud rakendus on piirkondlik üleujutuste segmenteerimine. Segmenteerimisülesandes ennustab süsteem iga piksli või pildipiirkonna jaoks kategooria, näiteks üleujutatud või üleujutamata ala. Seotud üleujutuste tuvastamise kontrollpunkt lisab täielikult konvolutsioonilise dekoodri ja kahe klassiga segmenteerimispea. See kontrollpunkt on allavoolu mudel, mitte sama objekt mis Granite Geospatial UKI baasmudel, mistõttu ei tohiks selle tulemusi ega arhitektuuri käsitleda baaskodeerija spetsifikatsioonidena.
Muud mudeli ülesehitusega toetatud mõistlikud kasutusviisid on järgmised:
- Multispektraalsetest ja SAR-piltidest esituste eraldamine teaduskatseteks.
- Piirkondliku klassifitseerimis- või segmenteerimismudeli järelhäälestamine.
- Üleujutuste ulatuse ja muude keskkonnamustrite uurimine Ühendkuningriigi ja Iirimaa aladel.
- Maa kaugseire töövoogude loomine, mis ühendavad optilisi ja radarisatelliitide vaatlusi.
- Eeltreenitud piirkondliku kodeerija kasutamine olukorras, kus märgendatud andmeid on vähe ning tervikliku nägemismudeli nullist treenimine oleks ebatõhus.
Esitatud tulemused ja olulised piirangud
Teadusartiklis esitatakse seotud üleujutuste tuvastamise seadistuse kogu testikomplekti keskmine lõike ja ühenduse (mean intersection over union ehk mIoU) väärtus 0,786 ning F1-skoor 0,938. Need on dokumenteeritud allavoolu üleujutuste segmenteerimise katse tulemused, mitte Granite Geospatial UKI universaalne skoor kõigi ülesannete puhul. Neid ei tohiks tõlgendada üldise täpsusgarantiina uute piirkondade, andurite, eeltöötlusvoogude või märgendimääratluste korral.
Artiklis tuuakse esile konkreetne andmete joondamise risk: Sentinel-1 ja Sentinel-2 vaatlusribade erinevus võib tekitada artefakte. Seetõttu tuleks ennustused piirata aladega, kus asjakohased satelliidi vaatlusribad kattuvad. See on praktiline piirang, mitte väike rakendusdetail. Töövoog, mis ühendab eri ülesvõtete pilte ilma ruumilist katvust ja joondust kontrollimata, võib anda eksitavaid segmenteerimistulemusi.
Mudel on samuti piirkonnaspetsiifiline. Selle keskendumine Ühendkuningriigile ja Iirimaale võib nende piirkondade puhul olla eelis, kuid see ei tõenda samaväärset toimivust teistes riikides. Teises geograafilises piirkonnas töötavad meeskonnad võivad eelistada laiemat georuumilist alusmudelit või vajada täiendavat piirkondlikku eeltreenimist ja järelhäälestamist.
Lõpuks ei ole baasmudel täielik lõppkasutajarakendus. See ei paku automaatselt valmis üleujutuskaarti, juhtpaneeli, märgendamise töövoogu, seireteenust ega majutatud ennustuspunkti. Need funktsioonid eeldavad täiendavat eeltöötlust, ülesandespetsiifilisi mudelikomponente, arvutusinfrastruktuuri ja valideerimist.
Sisendid, väljundid ja toetamata eeldused
Mudel võtab vastu satelliidipilte, mitte tekstipäringuid. Dokumenteeritud sisendid hõlmavad HLS-i multispektraalseid kanaleid ning Sentinel-1 VV- ja VH-kanaleid SAR-andmetest. Seega on see kaugseire mõistes multimodaalne, sest ühendab optilisi ja radariandmeid, kuid see ei ole üldine multimodaalne assistent, mis võtaks vestlusliideses vastu suvalisi pilte, heli, videot ja teksti.
Granite Geospatial UKI-l ei ole dokumenteeritud tekstiväljundit, pildigeneratsiooni väljundit, heliväljundit, videoväljundit ega muusikaväljundit. Selle kasulik tulemus on sisemine visuaalne esitus või allavoolu dekooderiga ühendamisel ülesandespetsiifiline ennustus, näiteks segmenteerimismask. Keelemudeli mõistes ei kohaldu sellele kontekstiakna piirang ega genereeritavate märkide maksimaalne piir ning ametlikku väljundmärkide limiiti ei ole loetletud.
Puudub kontrollitud tugi funktsioonikutsetele, välistele tööriistadele, veebiotsingule, voogedastusvastustele, JSON-režiimis genereerimisele või vestlusele. Samuti ei ole see kodeerimismudel ning seda ei tohiks valida tarkvaraarenduseks ega koodi lõpetamiseks. Mis tahes kood, mida koos mudeliga kasutatakse, on nägemismudeli ümber olev integratsiooni- või treeningukood, mitte mudeli enda genereeritud programmeerimisväljund.
Hind ja juurdepääs
Esitatud uurimismaterjalides ei ole Granite Geospatial UKI ametliku majutatud API hinnastust loetletud. Seda kirjeldatakse avatud kaaludega teadusmudelina, mitte mõõdetava kasutusega järeldustootena. Hoidla litsents on Apache-2.0 ning IBM-i avaliku hoidla teabe kohaselt on kood esitatud avatud lähtekoodiga projektina, ilma et IBM-il oleks kohustust seda hooldada või toetada.
Avatud kaalud võivad vähendada litsentsipiiranguid ja anda meeskonnale juurutamise üle suurema kontrolli, kuid see ei muuda kasutamist tasuta. Kasutajad võivad vajada satelliidipiltide salvestusruumi, eeltöötlustööriistu, sobivat riistvara, mudelite teenindamise taristut ning arendusaega järelhäälestamiseks ja valideerimiseks. Tegelik kulu sõltub piltide mahust, eraldusvõimest, pakisuurusest, riistvarast ja allavoolu ülesande keerukusest.
Kuna majutatud lõpp-punkti ei ole loetletud, ei tohiks lugejad eeldada, et saadaval on lihtne API-võtmega kasutatav ja päringupõhine arveldusviis. Praktiline juurdepääsutee on hankida hoidla ning seadistada sobiv georuumilise masinõppe keskkond, järgides IBM-i dokumenteeritud TerraTorchi näidet.
Kiiruse, kulu ja arutlusvõime kompromissid
See mudel vahetab üldotstarbelise mugavuse spetsialiseerumise vastu. Võrreldes majutatud multimodaalse assistendiga on see vähem mugav, sest nõuab piltide ettevalmistamist, mudeli laadimist, allavoolu ülesande kavandamist ja taristut. Võrreldes georuumilise mudeli algusest peale treenimisega võib see vähendada ülesandespetsiifilise treenimise mahtu, pakkudes eeltreenitud piirkondlikku esitust.
Esitatud uurimismaterjalides ei ole pakkuja avaldatud kiirusnäitajat ega riistvaranõuet. Seetõttu oleks eksitav lubada kindlat läbilaskevõimet või latentsust. Praktikas sõltub jõudlus mudeli teostusest, pildi mõõtmetest, pakisuurusest, kiirendist, andmetöötlusvoost ning sellest, kas baaskodeerija on külmutatud või järelhäälestatud.
Mudel ei tegele ka keelemudeli mõistes arutlemisega. See õpib visuaalseid ja georuumilisi mustreid, kuid ei selgita tulemust loomulikus keeles ega kavanda iseseisvalt mitmeetapilist uurimist. Kui töövoog vajab kirjalikku tõlgendust, peab mudeli väljundeid töötlema analüütik või eraldi keelemudel.
Millal valida Granite Geospatial UKI?
Vali Granite Geospatial UKI siis, kui projekt on tihedalt seotud Ühendkuningriigi või Iirimaaga, kasutab dokumenteeritud optilisi ja radaripõhiseid satelliidisisendeid ning vajab lähtealust kohandatud Maa kaugseireülesande jaoks. See sobib eriti hästi juhul, kui meeskond soovib juurdepääsu avatud kaaludele, piirkondlikku eeltreenimist ja võimalust kohandada mudelit üleujutuste segmenteerimiseks või sarnaseks kaugseire tööks.
See on hea kandidaat teadusrühmadele, keskkonnaseire meeskondadele ja arendajatele, kes suudavad hallata Pythonil põhinevat georuumilise masinõppe töövoogu. See on atraktiivne ka juhul, kui mudeli ja andmetöötlusvoo hoidmine meeskonna kontrolli all on olulisem kui võtmed-kätte majutatud teenuse kasutamine.
Teine lahendus võib olla sobivam siis, kui eesmärk on teksti genereerimine, vestlusanalüüs, tarkvaraarendus, otsene pildigeneratsioon, kõne või üldine pildimõistmine. Teine georuumiline mudel võib olla parem valik ka üleilmse katvuse, teistsuguse andurikombinatsiooni, hallatud järeldus-API või valmis operatiivse rakenduse korral. Isegi Ühendkuningriigi ja Iirimaa projektide puhul peaksid meeskonnad võrdlema seda mudelit alternatiivsete kodeerijatega, kui nende pildid ei sisalda nõutud kanaleid või kui nende märgendid ja geograafiline katvus erinevad oluliselt treenimis- ja hindamisseadistusest.
Kokkuvõte
Granite Geospatial UKI-d on kõige õigem mõista kui spetsialiseeritud avatud kaaludega piirkondlikku kodeerijat satelliidipiltide uurimiseks ja Maa kaugseire allavoolu ülesanneteks. Selle eripärane väärtus seisneb Ühendkuningriigile ja Iirimaale keskendunud eeltreenimise ning HLS-i multispektraalsete ja Sentinel-1 radariandmete ühendamises. Sama selged on ka peamised piirangud: see ei ole vestlusrobot, selle majutatud API hinda ei ole loetletud, see eeldab eraldi allavoolu ülesande kavandamist ning tulemused sõltuvad suurel määral andurite õigest joondamisest ja piirkondlikust valideerimisest.