La compañía de tecnología IBM y la Agencia Espacial Europea (ESA) han compartido bajo una modalidad de código abierto el modelo fundacional para aplicaciones de observación de la Tierra TerraMind, que destca por su capacidad para comprender los datos de manera intuitiva y generar nuevos escenarios.
Los modelos fundacionales geoespaciales ayudan a comprender mejor el planeta Tierra a partir de datos de observación, como los proporcionados por los satélites, con el objetivo de ayudar a predecir, por ejemplo, el riesgo de escasez de agua.
Pero predecir este riesgo requiere considerar distintos factores, como el uso que se le da al suelo, el clima, la vegetación, las actividades agrícolas que se practican y la ubicación; todos ellos datos que habitualmente están “dispersos y almacenados por separados”.
Por ello, los modelos geoespaciales están limitados por la cantidad y la calidad de los datos reales etiquetados disponibles, un problema que los investigadores de IBM y la ESA han resuelto en TerraMind.
Como explican en una nota de prensa, TerraMind es un modelo de IA generativa multimodal, y se ha entrenado previamente en TerraMesh, que incluye nueve millones de muestras de datos globales de distintas modalidades, incluidos datos satelitales, la geomorfología de la superficie de la Tierra y descripciones básicas de ubicaciones y características (latitud, longitud y descripciones de texto simples).
Se trata del “conjunto de datos geoespaciales más grande disponible”, que ha sido construido por los investigadores como parte del proyecto TerraMind, como explican sus responsables. En él se ha incluido información “de todos los biomas, tipos de usos y coberturas del suelo y regiones, lo que permite que el modelo sea igualmente válido para cualquier aplicación en todo el mundo, con un sesgo limitado”.
TerraMind se ha creado con una arquitectura única de codificador-decodificador basada en transformadores simétricos, lo que le permite aprender correlaciones entre modalidades de distintos datos.
En conjunto, TerraMind tiene “capacidad para ir más allá del procesamiento de imágenes satelitales con algoritmos de visión artificial”, ya que ofrece “una comprensión intuitiva de los datos geoespaciales y de nuestro planeta”, como ha señalado el director de IBM Research en Reino Unido e Irlanda, y líder de Descubrimiento acelerado de IBM para el clima y la sostenibilidad, Juan Bernabé-Moreno. (Europa Press).