تم إنتاج أول نموذج واسع النطاق للذكاء الاصطناعي للاستشعار عن بعد في الصناعة من قبل أكاديمية DAMO! يمكن لنموذج واحد تحديد كل شيء على السطح مثل الأراضي الزراعية والمحاصيل والمباني، مما يمكن أن يحسن بشكل كبير كفاءة تحليل تطبيقات الاستشعار عن بعد مثل الوقاية من الكوارث، وإدارة الموارد الطبيعية، وتقدير العائد الزراعي. النموذج متاح الآن على منصة AIEarth Earth Science Cloud Platform.
على سبيل المثال، إذا قمت بإدخال "استخراج الأراضي الزراعية من الصور"، فسيتم التعرف على الهدف المحدد تلقائيًا.
يعد نموذج التجزئة العالمي لتفسير الذكاء الاصطناعي للاستشعار عن بعد (AIE-SEG) الذي اقترحته أكاديمية DAMO هو أول نموذج يحقق مهام تجزئة الصور الموحدة في مجال الاستشعار عن بعد.
يمكن لأحد النماذج أن يستخرج بسرعة "عينات صفرية من كل شيء" ويمكنه تحديد ما يقرب من مائة نوع من الأجسام الأرضية للاستشعار عن بعد مثل الأراضي الزراعية والمياه والمباني. لا يزال بإمكانه الحفاظ على التعرف عالي الدقة في ظل معالجة المهام المتعددة، ويمكنه أيضًا ضبط نتائج التعرف تلقائيًا بناءً على التعليقات التفاعلية للمستخدم.
في بعض السيناريوهات المحددة، مقارنة بنماذج الاستشعار عن بعد التقليدية، يمكن زيادة دقة استخراج المثيلات بنسبة 25%، ويمكن زيادة دقة اكتشاف التغيير بنسبة 30%.
استنادًا إلى القدرات الأساسية المذكورة أعلاه، يوفر النموذج الكبير للذكاء الاصطناعي للاستشعار عن بعد خدمات اتصال API "خارج الصندوق". يمكن للمستخدمين تخصيص وظائف مختلفة لتفسير الذكاء الاصطناعي للاستشعار عن بعد وفقًا للاحتياجات المختلفة، مثل استخراج المياه، ومراقبة تغير الأراضي الزراعية، وتحديد الخلايا الكهروضوئية، وما إلى ذلك.
تعاون معهد مقاطعة شاندونغ لمسح الأراضي ورسم الخرائط مع معهد دامو في مجالات مسح الموارد الطبيعية وحماية الأراضي المزروعة منذ عام 2022، باستخدام نماذج الذكاء الاصطناعي الكبيرة للاستشعار عن بعد لإجراء أبحاث مراقبة نمو القمح الشتوي في مقاطعة شاندونغ. وصلت دقة التعرف إلى أكثر من 90%، مما أدى إلى تحسين كفاءة تفسير الاستشعار عن بعد للقمح الشتوي بشكل فعال، ومساعدة المديرين الزراعيين على التنبؤ بشكل أفضل بمحصول الحبوب وتحسين كفاءة الإنتاج الزراعي.
يستخدم المعهد الوطني للوقاية من الكوارث الطبيعية ومكافحتها نماذج الذكاء الاصطناعي الكبيرة للاستشعار عن بعد لتحديد الانهيارات الأرضية والمباني المنهارة. في اختبار صور الاستشعار عن بعد لمناطق الكوارث الطبيعية التاريخية، يستغرق الأمر أكثر من عشر دقائق فقط لاستخراج معلومات الكارثة هذه، وهي أكثر كفاءة بعشرات المرات من طرق تحديد الهوية اليدوية، مما يوفر دعمًا فعالاً ودقيقًا لتحليل الاستشعار عن بعد للإغاثة العلمية من الكوارث.
وقال لوه هاو، رئيس خوارزمية AIEarth في مختبر التكنولوجيا المرئية التابع لأكاديمية DAMO، إن الاستشعار عن بعد متعدد الوسائط هو الطريقة الوحيدة لتعزيز البشر لفهم الأرض بشكل أفضل. ستواصل أكاديمية DAMO تعزيز أبحاث نماذج الذكاء الاصطناعي الكبيرة للاستشعار عن بعد واستخدام الذكاء الاصطناعي للمساعدة في استكشاف وتطبيق علوم الأرض.
AIEarth عبارة عن منصة سحابية شاملة لعلوم الأرض أطلقتها أكاديمية DAMO في عام 2022. واستنادًا إلى تراكم التقنيات مثل التعلم العميق ورؤية الكمبيوتر والتحليل الجغرافي المكاني، فإنها توفر خدمات تحليل الحوسبة السحابية لبيانات المراقبة متعددة المصادر. وهي تتعاون حاليًا مع أكثر من 50 جامعة في الصين، وتم تطبيق التقنيات ذات الصلة على مؤسسات مثل وزارة الموارد المائية، والمركز الوطني للأرصاد الجوية، ووزارة البيئة والبيئة.