Zdjęcie: Apollo 17 crew / NASA (AS17-148-22727) ( Public domain )
Czym jest
Prithvi to rodzina otwartych geoprzestrzennych modeli fundacyjnych NASA i IBM, po raz pierwszy wydana w 2023, trenowana na szeregach czasowych Harmonized Landsat and Sentinel-2 (HLS). Dotrenowania celują w mapowanie powodzi, blizny pożarowe i narzędzia upraw. Pokrewne stosy „SI dla nauki” obejmują NVIDIA Earth-2 (symulacja i emulacja): inny produkt, też nie kryształowa kula.
Jaki problem adresuje
Praca systemu Ziemi tonie w pikselach. Wspólny wstępnie wytrenowany model potrafi ściąć koszt mapy powodzi w kraju, któremu brakuje dużego zbioru etykiet: jeśli ktoś i tak sprawdzi mapę.
Jak działa
Transformer albo podobny szkielet uczy się ogólnych cech przestrzenno-czasowych z kostek satelitarnych. Głowy downstream to małe zadania z etykietami. Nie zastępuje GCM w klimacie skali stulecia; pomaga przy zadaniach obserwacyjnych.
Status i gracze
NASA (HLS, IMPACT); IBM Research; wagi na Hugging Face / GitHub; użytkownicy w agencjach katastrof i rolnictwa. Earth-2 to osobna linia emulacji NVIDIA.
Ryzyka i granice
Obciążenie tam, gdzie satelity treningowe nigdy nie patrzyły, podwójne użycie wojskowe i sprzedawcy owijający dotrenowanie jako „model klimatu”. Czytaj kartę modelu.
Źródła
Komunikat NASA Earthdata o Prithvi (2023); karty modeli IBM-NASA na Hugging Face. Wagi startowe to nie wyrocznia.