Rumah > Peranti teknologi > AI > Kepintaran buatan membantu peta satelit meningkatkan kejelasan, menunjukkan projek tenaga boleh diperbaharui global dan liputan hutan

Kepintaran buatan membantu peta satelit meningkatkan kejelasan, menunjukkan projek tenaga boleh diperbaharui global dan liputan hutan

王林
Lepaskan: 2023-09-11 14:33:27
ke hadapan
1017 orang telah melayarinya

Menurut berita pada 3 September, Allen Institute for AI, yang diasaskan oleh pengasas bersama Microsoft Paul Allen, baru-baru ini mengeluarkan alat baharu yang dipanggil Satlas, yang mengandungi Peta generasi eksploitasi pertama di dunia menggunakan teknologi kecerdasan buatan untuk meningkatkan kejelasan imejan satelit boleh menunjukkan projek tenaga boleh diperbaharui dan litupan hutan di seluruh dunia.

Kepintaran buatan membantu peta satelit meningkatkan kejelasan, menunjukkan projek tenaga boleh diperbaharui global dan liputan hutan

Tapak ini mendapati bahawa peta ini menggunakan imej satelit daripada satelit Sentinel-2 Agensi Angkasa Eropah. Walau bagaimanapun, imej ini masih tidak dapat menunjukkan butiran tanah dengan jelas, jadi mereka menggunakan penyelesaian yang dipanggil "Super-Resolution." Pada asasnya, model pembelajaran mendalam digunakan untuk mengisi butiran, seperti rupa bangunan, untuk menghasilkan imej resolusi tinggi.

Kepintaran buatan membantu peta satelit meningkatkan kejelasan, menunjukkan projek tenaga boleh diperbaharui global dan liputan hutan

Kepintaran buatan membantu peta satelit meningkatkan kejelasan, menunjukkan projek tenaga boleh diperbaharui global dan liputan hutan

Imej di atas ialah imej resolusi tinggi Nakuru, Kenya, yang dihasilkan oleh kecerdasan buatan, dan imej di bawah ialah imej resolusi rendah lokasi yang sama yang ditangkap oleh satelit

Pada masa ini, Satlas adalah tertumpu terutamanya pada tenaga boleh diperbaharui di seluruh projek dunia dan litupan hutan. Data dikemas kini setiap bulan dan meliputi bahagian Bumi yang dipantau oleh Sentinel-2, yang merangkumi kebanyakan dunia kecuali Antartika dan laut lepas yang jauh dari daratan.

Peta menunjukkan ladang suria dan turbin angin darat dan luar pesisir Ia juga boleh digunakan untuk melihat perubahan dalam penutup kanopi pokok dari semasa ke semasa, yang penting bagi penggubal dasar yang cuba mencapai matlamat iklim dan alam sekitar yang lain.

Menurut Institut Allen, ini adalah alat pertama yang meliputi pelbagai bidang dan percuma serta terbuka kepada orang ramai, dan pembangunnya juga menyatakan bahawa ini mungkin demonstrasi pertama teknologi resolusi super dalam dunia peta.

Sudah tentu masih ada beberapa masalah yang perlu diselesaikan. Seperti model AI generatif yang lain, Satlas terdedah kepada "halusinasi" dan kadangkala akan melukis bangunan dengan cara yang pelik Sebagai contoh, bangunan adalah segi empat tepat, manakala model mungkin menganggap ia adalah trapezoid atau sesuatu, yang mungkin Ia disebabkan oleh perbezaan. dalam gaya seni bina di kawasan berbeza yang modelnya sukar untuk diramalkan. Satu lagi "ilusi" biasa ialah meletakkan kereta dan bot di tempat yang model fikir perlu ada, berdasarkan imej yang digunakan untuk melatih model.

Untuk membangunkan Satlas, pasukan di Institut Allen perlu melalui imej satelit secara manual, menandakan 36,000 turbin angin, 7,000 platform luar pesisir, 4,000 ladang solar dan 3,000 penutup kanopi pokok. Untuk resolusi super, mereka memberi model banyak imej resolusi rendah yang diambil pada masa berbeza dari tempat yang sama. Model menggunakan imej ini untuk meramalkan butiran sub-piksel dalam imej resolusi tinggi.

Institut Allen juga merancang untuk mengembangkan Satlas untuk menyediakan jenis peta lain, termasuk peta yang mengenal pasti jenis tanaman yang ditanam di seluruh dunia.

Atas ialah kandungan terperinci Kepintaran buatan membantu peta satelit meningkatkan kejelasan, menunjukkan projek tenaga boleh diperbaharui global dan liputan hutan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Label berkaitan:
AI
sumber:51cto.com
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan