Le osservazioni relative alla Terra che consentono agli scienziati di studiare e monitorare il nostro pianeta vengono raccolte a ritmi e volumi senza precedenti. Ne consegue, la necessità di approcci innovativi per estrarre conoscenza da queste vaste risorse di dati. Al contempo, ai ricercatori serve un modo più semplice di analizzare e trarre informazioni da questa enorme mole dati. I foundation model di IBM (tipi di modelli di IA che vengono addestrati su una vasta serie di dati non classificati) hanno tutto il potenziale per accelerare le scoperte scientifiche tramite l’analisi di questi dati, al fine di migliorare rapidamente la comprensione scientifica della Terra e la risposta ai problemi legati al climate change. Per questo, IBM (azienda di riferimento nel settore del cloud ibrido, dell’IA e dei servizi alle imprese) e il Marshall Space Flight Center della NASA annunciano una collaborazione per applicare la tecnologia di Intelligenza artificiale dei foundation model ai dati satellitari della NASA con l’intento di scoprire nuove correlazioni dall’enorme mole di dati scientifici geospaziali e sulla Terra.
Intelligenza artificiale per studiare il climate change
I foundation model possono essere utilizzati per diverse attività e applicati a contesti diversi da quelli per cui sono stati originariamente allenati. Negli ultimi cinque anni, questi modelli hanno fatto rapidamente progredire il settore della tecnologia NLP (Natural Language Processing) e ora IBM sta aprendo la strada ad applicazioni di foundation model che vadano oltre il linguaggio. Con la NASA, l’azienda intende sviluppare diverse nuove tecnologie di intelligenza artificiale per estrarre informazioni dalle osservazioni della Terra e studiare il climate change.
Un progetto addestrerà un foundation model di intelligenza geospaziale di IBM sul set di dati Harmonized Landsat Sentinel-2 (HLS) della NASA, un insieme di dati sui cambiamenti della crosta terrestre e del suo utilizzo rilevati dai satelliti in orbita intorno alla Terra. Analizzando petabyte di dati satellitari per identificare i cambiamenti nell’impronta geografica causati da fenomeni quali disastri naturali, gli andamenti ciclici dei raccolti e degli habitat della fauna selvatica, la tecnologia di foundation model aiuterà i ricercatori a fornire un’analisi critica dei sistemi ambientali del nostro pianeta.
Un altro risultato di questa collaborazione sarà una raccolta facilmente consultabile di letteratura sulla scienza della Terra. IBM ha sviluppato un modello NLP addestrato su quasi 300.000 articoli di riviste sulla scienza della Terra per organizzare la letteratura e rendere più semplice la scoperta di nuove conoscenze. Il modello, che contiene uno dei più grandi software di AI addestrati finora su Red Hat OpenShift, utilizza PrimeQA, il sistema multilingue open-source di IBM per l’allenamento di modelli conversazionali (domanda-risposta). Oltre a fornire una risorsa per i ricercatori, il nuovo modello di linguaggio per la scienza della Terra potrebbe essere inserito nei processi di gestione e controllo dei dati scientifici della NASA.
Altri potenziali progetti congiunti IBM-NASA includono la costruzione di un foundation model per previsioni meteorologiche utilizzando MERRA2, un dataset di osservazioni atmosferiche. Questa collaborazione fa parte della NASA’s Open Source Science Initiative, volta a creare nel prossimo decennio una community scientifica aperta, inclusiva, trasparente e collaborativa.
L’applicazione di foundation model alla scienza della Terra
“I foundation model si sono dimostrati efficaci nell’elaborazione del linguaggio naturale ed è arrivato il momento di espanderli a nuovi domini e modalità importanti per il business e la società”, ha affermato Raghu Ganti, principal researcher di IBM. “L’applicazione di foundation model a dati geospaziali, sequenze di eventi, serie temporali e altri fattori non linguistici all’interno dei dati della scienza della Terra potrebbe rendere di colpo disponibili informazioni di enorme valore per un gruppo molto più ampio di ricercatori, aziende e cittadini. In definitiva, potrebbe rendere più facile l’attività di tutti coloro che lavorano su alcuni dei problemi climatici più urgenti”.
“L’aspetto positivo dei foundation model è che possono essere potenzialmente utilizzati per molte applicazioni derivate”, ha aggiunto Rahul Ramachandran, senior research scientist presso il Marshall Space Flight Center della NASA ad Huntsville, Alabama. “La creazione di questi foundation model non può essere presa in carico da team di piccole dimensioni”, ha aggiunto. “È necessario che i team di diverse organizzazioni contribuiscano con le loro differenti prospettive, risorse e competenze”.
