一張新的人工智能生成的世界樹木和可再生能源項目地圖可能有助于應(yīng)對氣候變化

據(jù)悉，近日發(fā)布的世界上第一張可再生能源項目和樹木覆蓋率的地圖，它使用生成人工智能對從太空拍攝的圖像進(jìn)行本質(zhì)上的銳化。這都是微軟聯(lián)合創(chuàng)始人Paul Allen創(chuàng)立的艾倫人工智能研究所的一個名為Satlas的新工具的一部分。

該工具首先與The Verge共享，使用了歐洲航天局Sentinel-2衛(wèi)星的衛(wèi)星圖像。但是，這些圖像仍然無法清楚地顯示地面細(xì)節(jié)，于是他們使用了一種名為“超分辨率”（Super-Resolution）的解決辦法。基本上就是使用深度學(xué)習(xí)模型來填補細(xì)節(jié)，例如建筑物可能是什么樣子，從而生成高分辨率的圖像。

目前，Satlas專注于可再生能源項目和世界各地的樹木覆蓋。該數(shù)據(jù)每月更新一次，包括Sentinel-2監(jiān)測到的地球部分地區(qū)。這包括除南極洲部分地區(qū)和遠(yuǎn)離陸地的公海外的世界大部分地區(qū)。

該地圖顯示了太陽能發(fā)電場和陸上和海上風(fēng)力渦輪機(jī)，還可以用它來查看樹冠覆蓋率隨時間的變化，這些對于試圖實現(xiàn)氣候和其他環(huán)境目標(biāo)的政策制定者來說非常重要。但根據(jù)Allen研究所的說法，這是第一款覆蓋范圍如此廣泛且免費向公眾開放的工具，其開發(fā)者也表示，這可能是超分辨率技術(shù)在全球地圖中的首次展示。

Allen研究所計算機(jī)視覺高級總監(jiān)Ani Kembhavi說：“你可以稱之為幻覺或準(zhǔn)確性差，但它以有趣的方式繪制建筑。例如建筑物是矩形的，而模型可能認(rèn)為它是梯形或者別的什么，這可能是由于不同地區(qū)的建筑風(fēng)格差異導(dǎo)致模型難以預(yù)測?！?/p>

另一個常見的“幻覺”是在模型認(rèn)為應(yīng)該有汽車和船只的地方放置汽車和船只，這是基于訓(xùn)練模型所用的圖像。

為了開發(fā)Satlas，Allen研究所的團(tuán)隊必須手動瀏覽衛(wèi)星圖像，以標(biāo)記36000臺風(fēng)力渦輪機(jī)、7000個海上平臺、4000個太陽能發(fā)電場和3000個樹冠覆蓋率。這就是他們訓(xùn)練深度學(xué)習(xí)模型自己識別這些特征的方式。對于超分辨率，他們向模型提供了在不同時間拍攝的同一地點的許多低分辨率圖像。該模型使用這些圖像來預(yù)測其生成的高分辨率圖像中的亞像素細(xì)節(jié)。

Allen研究所計劃擴(kuò)大Satlas，以提供其他類型的地圖，包括一個可以識別世界各地種植的作物種類的地圖。

Kembhavi說：“我們的目標(biāo)是建立一個監(jiān)測我們星球的基礎(chǔ)模型。然后，一旦我們建立了這個基礎(chǔ)模型，就可以根據(jù)具體任務(wù)對其進(jìn)行微調(diào)，然后將這些人工智能預(yù)測提供給其他科學(xué)家，以便他們能夠研究氣候變化和地球上正在發(fā)生的其他現(xiàn)象的影響?！?/p>