10月20日，阿里達摩院發佈業內首個遙感AI大模型，一個模型即可識別農田、農作物、建築等地表萬物，讓AI進一步下沉到田間地頭，大幅提升災害防治、自然資源管理、農業估產等遙感應用的分析效率，該模型已在AI Earth地球科學雲平台開放使用。
遙感技術在城市運作、耕地保護、應急救災等國計民生中的應用甚廣，遙感AI則可以大幅提升既有數據的利用深度，輸出更精細化、更準確的分析結果，如結合衛星照片與歷史氣象狀況，「算」某一塊農田裡作物的長勢狀況，讓種地不再被動，而是更主動「看天吃飯」。
以往，由於遙感衛星的影像資料規模龐大、地物分類複雜，要辨識不同的地表物體，需要分別訓練多個專用的遙感模型，且單一模型存在辨識準確率低、泛化性差等問題。 2023年4月，Meta發布的論文《Segment Anything》讓電腦視覺進入快速迭代的大模型時刻，也推動遙感AI朝著「一個模型解決多個任務」的方向發展。
達摩院這次提出的遙感AI解譯通用分割模型（AIE-SEG），率先在遙感領域實現了影像分割的任務統一，一個模型即可實現「萬物零樣本」的快速提取，可識別農田、水域、建築物等近百種遙感地物分類，且多項任務處理下依舊保持高精度的識別，還能根據用戶的交互式反饋自動調優識別結果。在一些特定情境下，比較傳統的遙感模型，實例擷取的準確率可提升25%，變化偵測的準確率可提升30%。
圖說：該模型支援多模態交互，如輸入“提取影像中的耕地農田”，會自動識別所選目標
基於上述的基礎能力，遙感AI大模型提供「開箱即用」的API調用服務，用戶可依不同需要，客製化不同的遙感AI解譯功能，如水體提取、耕地變化監測、光伏識別等。
山東省國土測繪院自2022年起與達摩院在自然資源調查、耕地保護等領域展開合作，調用遙感AI大模型進行山東全省冬小麥的長勢監測研究，識別精度達到90 %以上，有效提升了冬小麥遙感解譯的效率，幫助農業管理者更能預測糧食產量、提升農業生產效益。
國家自然災害防治研究院基於遙感AI大模型進行滑坡和倒塌建築物的識別，在歷史的自然災害區域遙感影像的測試中，提取這些受災資訊僅需十幾分鐘時間，相比人工辨識方式效率提升數十倍，為科學救災提供高效率、精準的遙感分析支援。
達摩院視覺技術實驗室AI Earth演算法負責人羅浩表示，遙感多模態是推進人類更好地理解地球的必由之路，達摩院將持續推進遙感AI大模型的研究，以AI助力地球科學的探索與應用。
AI Earth是達摩院於2022年發布的一站式地球科學雲端平台，基於深度學習、電腦視覺、地理空間分析等技術積累，提供多源觀測資料的雲端運算分析服務，目前與國內50 大專院校建立合作，相關技術已應用於水利部、國家氣像中心、生態環境部等機構。
附：達摩院遙感AI大模型使用入口
https://engine-aiearth.aliyun.com/#/app/aie-seg
以上是阿里達摩院發布遙感AI大模型，讓AI進一步下沉到田間地頭的詳細內容。更多資訊請關注PHP中文網其他相關文章！
