OlmoEarth v1.3: nyílt műholdas embeddingek az egész Földre

Mi változott?

Az Allen Institute for AI (Ai2) kiadta az OlmoEarth v1.3 modellt (Hugging Face blog). Egy év Sentinel-1 radar-, illetve Sentinel-2 és Landsat multispektrális idősorát olvassa be, és a Föld minden 10 méteres pixelére egy 128 dimenziós vektort ad. A vektor első 64 dimenziója önmagában is használható kisebb embeddingként.

A modell mellé az Ai2 a teljes bolygóra előre kiszámolta az éves embeddingeket, és a Source Cooperative oldalon közzétette őket. Ez évente nagyjából 150 TB adat. Indulásra 2023, 2024 és 2025 globális, 2017 és 2022 között egyes országok érhetők el.

Új az OlmoEarth Embeddings Explorer is: böngészőben futó térkép, regisztráció nélkül. Itt évek között lehet váltani, hasonló helyeket keresni, pár címkézett pontból kis osztályozót tanítani, és az eredményt GeoTIFF-ként exportálni.

Mennyire jó?

Az Ai2 27 kiértékelésen hasonlította össze a Google AlphaEarth Foundations és a Tessera v2 embeddingjeivel, hat kontinensen. A 128 dimenziós változat 20 tesztben lett az első, és összesítésben is vezet. A fele akkora, 64 dimenziós változat 18 tesztben nyert. A kiértékeléshez az Ai2 egy új benchmarkot is bevezetett PLANTEUR néven, trópusi haszonnövények típusainak felismerésére.

A tanítás is olcsóbb lett: a v1.3 a v1.2 számítási idejének 53%-át, az első verzióénak 18%-át igényelte. Az Ai2 szerint a végső előtanítási futás bérelt H100-akon nagyjából 2720 dollárba kerülne. Finomhangolásra a modell a v1.2 szintjén teljesít.

Miért fontos?

Eddig az OlmoEarth fő használati módja a finomhangolás volt: minden feladathoz külön modellt kellett tanítani, ehhez GPU kellett, illetve a műholdképek letöltése és tárolása. Kész embeddingekkel egy terménytérkép vagy egy változáselemzés kis osztályozóvá zsugorodik, amely helyben is fut.

Az Ai2 példája a perui Madre de Dios régió: az évek közötti embedding-különbségből modelltanítás nélkül látszik, hol terjedt az illegális aranybányászat 2017 és 2020 között, és hol változik még a terület 2025-ig.

Fejlesztői szemmel ez az AlphaEarth Foundations nyílt alternatívája: a súlyok, az előtanító adat és a kód is elérhető. Minden embeddinghez nyílt eredetadat is jár, amely felsorolja, melyik műholdfelvételekből készült.

Kipróbálás

A kiadás tartalmazza az OlmoEarth v1.3 Base modellt (Hugging Face-en allenai/OlmoEarth-v1_3-Base), a globális embeddingeket, az Embeddings Explorert és a technikai riportot. Saját időablakhoz az OlmoEarth Studio futtatja a modellt, saját gépen pedig egy útmutató segít embeddinget generálni. A licenc az OlmoEarth Artifact License, ugyanaz, mint a korábbi verzióknál.