IBM和美國宇航局（NASA）馬歇爾太空飛行中心最近宣布展開合作，利用IBM的人工智能（AI）技術，從NASA海量的地球與地理空間科學數(shù)據(jù)中發(fā)掘新洞察。這項合作是首次把AI基礎模型技術應用于NASA的地球觀測衛(wèi)星數(shù)據(jù)。

　　基礎模型是在一組廣泛的未經(jīng)標記的數(shù)據(jù)上進行訓練的AI模型類型，可用于不同任務，并且可以舉一反三，將某一情況的信息應用于另一種情況。過去五年，這類模型快速推進了AI自然語言處理（NLP）領域的技術發(fā)展，現(xiàn)在，IBM正在探索和開創(chuàng)除NPL領域之外更多的基礎模型應用場景。

　　地球觀測工作使科學家研究和監(jiān)測地球成為可能，同時這項工作也正以前所未有的速度和數(shù)量在收集數(shù)據(jù)，迫切需要借助新的創(chuàng)新方法從這些龐大的數(shù)據(jù)源中提取知識。此次IBM與NASA攜手合作的目標，就是要為研究人員提供一種更為簡單的方法來分析這些大型數(shù)據(jù)集，并從中獲取見解。IBM的基礎模型技術有望加快這些數(shù)據(jù)的發(fā)現(xiàn)與分析，從而快速推進人類對地球的科學理解以及對氣候相關問題的響應。

　　IBM和NASA計劃開發(fā)幾項新的技術來從地球觀測工作中提取見解。其中一個項目將在NASA的Harmonized Landsat Sentinel-2（HLS）數(shù)據(jù)集上訓練IBM的地理空間智能基礎模型，HLS數(shù)據(jù)集記錄了地球軌道衛(wèi)星所捕獲的土地覆蓋和土地利用變化的數(shù)據(jù)，通過分析這些PB量級的衛(wèi)星數(shù)據(jù)，來確定自然災害、周期性作物產(chǎn)量和野生動物棲息地等現(xiàn)象的地理足跡變化，這一基礎模型技術將幫助研究人員對地球的環(huán)境系統(tǒng)進行重要的分析。

　　這項合作的另一個輸出成果，預計將會是一個易于搜索的地球科學文獻語料庫。IBM開發(fā)了一個NLP模型，經(jīng)過近300，000篇地球科學期刊文章的訓練，該模型可以組織相關文獻并且可以更為輕松地發(fā)現(xiàn)新知識。這一訓練完備的模型，包含了迄今為止在紅帽O(jiān)penShift軟件上訓練的最大的AI工作負載，使用IBM的開源多語言問答系統(tǒng)PrimeQA。除了為研究人員提供資源外，還可以把地球科學的新語言模型注入NASA的科學數(shù)據(jù)治理以及管理的流程當中。

　　NASA馬歇爾太空飛行中心的高級研究科學家Rahul Ramachandran表示："這些基礎模型的美妙之處在于它們可以應用于許多下游應用。而建立這些基礎模型，小團隊是無法做到的，只有通過來自不同組織的團隊引進不同的視角、資源和技能，攜手合作才能做到。"

　　IBM首席研究員Raghu Ganti說："基礎模型的成功已經(jīng)在自然語言處理（NPL）的應用中得到證明，現(xiàn)在是時候把它擴展到對商業(yè)和社會極為重要的新的領域和模式上來了。將基礎模型應用于地球科學數(shù)據(jù)中的地理空間、事件序列、時間序列和其它非語言因素當中，可以使更廣泛的研究人員、企業(yè)和民眾即刻獲得極有價值的見解和信息。最終，它或許可以幫助更多有志之士致力于解決我們最為緊迫的氣候問題。"

　　該協(xié)議中其它潛在的IBM-NASA聯(lián)合項目，還包括使用大氣觀測數(shù)據(jù)集MERRA-2構建天氣和氣候預測的基礎模型。這項合作是NASA開源科學計劃的一部分，該計劃致力于在未來十年內(nèi)建立一個包容、透明和協(xié)作的開放科學社區(qū)。