云上有AI,让地球科学研究更省力

简介: 达摩院发布AI Earth地球科学云平台,将免费向科研人员开放,助力云上地球科学研究。

对于遥感卫星,我们并不陌生,一颗颗遥感卫星,就是人类安放在近地轨道和外太空的眼睛,他们准确、勤恳、不知疲倦地帮我们观察着地球。


但卫星收集回来的数据,却不会像1+1=2这样简单浅显地呈现出来,要把卫星遥感数据翻译成可供我们使用的有效信息,按照传统方式,一般分为三步走:

  1. 向卫星数据运营机构申请获取数据,或者下载行业公开数据;
  2. 将数据在本地计算机进行存储配置;
  3. 对本地的数据进行处理、分析和研究。


而分析环节对机器的计算和存储资源要求非常高,普通计算机难以胜任分析大规模的影像数据。另一方面,针对海量卫星遥感数据的分析,传统方法自动化程度低、成本高、解译效率低的难题一直未能解决。


达摩院AI Earth地球科学云平台,一个解决上述问题的综合功能平台应运而生。


AI Earth地球科学云平台基于达摩院在深度学习、计算机视觉、地理空间分析等方向上的技术积累,结合阿里云强大算力支撑,提供遥感、气象等多源对地观测数据的云计算分析服务,用数据感知地球世界,让AI助力科学研究。


如果您有以下使用需求:

个人用户,需要便捷获取海量公开遥感数据,并进行高效云上处理分析。

政企用户,需要基于自身业务场景,验证遥感AI能力,打造线下专有云系统。


欢迎体验AI Earth地球科学云平台,目前平台已支持多种公开数据在线检索、遥感影像在线分析以及相关数据管理功能。


多源数据检索

目前平台已上线Landsat 5、Landsat 7、Landsat 8、Landsat 9、Sentinel-1、Sentinel-2、MODIS等公开数据集,更多专题数据正在更新中,详细数据规格信息请参见数据集介绍页面。

平台支持四种方式确定检索区域:1.通过POI信息检索;2.通过行政区划检索;3.在地图上圈画区域检索;4.上传包含地理信息的矢量文件检索。确定检索区域范围后,继续筛选数据采集时间、数据类型、云量等信息,点击检索按钮即可得到所需数据列表。

在线数据处理

平台以达摩院遥感AI能力为优势,针对高分数据,支持地物分类、变化检测、建筑物提取、地块提取等多种遥感AI在线解译工具,针对Sentinel-1等雷达数据,上线了SAR数据AI水体提取功能。

此外,平台还提供了指数计算、镶嵌裁切、波段融合、坐标转换、栅格重采样、图斑优化、时序图制作等八类通用型栅格、矢量基础处理工具,更多遥感数据处理原子能力正在持续上云。

云GIS工作空间

平台基于GIS专业软件工作视角,以图层叠加方式呈现各类遥感数据,通过工具箱模式归类各种遥感数据处理算子,实现便捷高效的栅格和矢量数据在线处理。

对于数据处理流程,平台目前采用无代码低门槛的GUI操作链路,后期版本已规划支持基于JavaScript和Python的开发者模式,满足更多开发者用户使用需求。

多源数据管理

平台支持用户在线管理收藏的公开数据、自主上传的高分数据以及经平台分析处理后的成果数据。

近期,平台将持续完善公开数据集和数据处理原子能力,支持用户在云上完成各类遥感数据分析处理工作,免去各类原始数据查找下载的繁琐链路,数据成果可以直接云端应用或下载到本地。

模型训练

平台支持用户在线模型训练、模型管理、样本标注、以及样本库管理。


岁末年初达摩院发布了2022十大科技趋势,AI Earth就是十大趋势之首——AI for Science的实例应用。

千百年来,实验科学和理论科学是科学界的两大基础范式。“人”发现科学规律,然后运用;“人”再从大量的实验数据中,总结科学规律。

如今人工智能正在催生新的科研范式,AI可以自主发现科学规律。换言之,是AI从大量的数据中发现新规律,然后交给人类来运用。


开放的地球科学云平台,不仅带来效率的显著提升,让研究者从繁杂的数据获取分析步骤中解放出来;更科技、更高效、更便捷的AI正在伴随人类一起对母星地球探测出更深入的认知。


AI Earth 地球科学云平台https://engine-aiearth.aliyun.com

相关文章
|
1月前
|
机器学习/深度学习 人工智能
打开AI黑匣子,三段式AI用于化学研究,优化分子同时产生新化学知识,登Nature
【10月更文挑战第11天】《自然》杂志发表了一项突破性的化学研究,介绍了一种名为“Closed-loop transfer”的AI技术。该技术通过数据生成、模型训练和实验验证三个阶段,不仅优化了分子结构,提高了光稳定性等性质,还发现了新的化学现象,为化学研究提供了新思路。此技术的应用加速了新材料的开发,展示了AI在解决复杂科学问题上的巨大潜力。
33 1
|
2月前
|
人工智能 运维 监控
首个云上 AI 原生全栈可观测平台来了!
9月21日,2024 云栖大会,阿里云发布全新的 AI 原生全栈可观测平台,首次实现云上 AI 大模型从训练到推理再到应用的全链路实时观测、告警与诊断。
155 10
|
14天前
|
人工智能 知识图谱
成熟的AI要学会自己搞研究!MIT推出科研特工
MIT推出科研特工SciAgents,结合生成式AI、本体表示和多代理建模,实现科学发现的自动化。通过大规模知识图谱和多代理系统,SciAgents能探索新领域、识别复杂模式,加速新材料发现,展现跨学科创新潜力。
37 12
|
13天前
|
机器学习/深度学习 人工智能 算法
基于AI的性能优化技术研究
基于AI的性能优化技术研究
|
21天前
|
存储 人工智能 弹性计算
对话阿里云吴结生:AI时代,云上高性能计算的创新发展
在阿里云智能集团副总裁,弹性计算产品线负责人、存储产品线负责人 吴结生看来,如今已经有很多行业应用了高性能计算,且高性能计算的负载正呈现出多样化发展的趋势,“当下,很多基础模型的预训练、自动驾驶、生命科学,以及工业制造、半导体芯片等行业和领域都应用了高性能计算。”吴结生指出。
|
1月前
|
人工智能 自然语言处理
召唤100多位学者打分,斯坦福新研究:AI科学家创新确实强
【10月更文挑战第6天】斯坦福大学最新研究评估了大型语言模型(LLMs)在生成新颖研究想法方面的能力,通过100多位NLP专家盲评LLMs与人类研究人员提出的想法。结果显示,LLMs在新颖性方面超越人类(p < 0.05),但在可行性上略逊一筹。研究揭示了LLMs作为科研工具的潜力与挑战,并提出了进一步验证其实际效果的设计。论文详见:https://arxiv.org/abs/2409.04109。
39 6
|
2月前
|
云安全 人工智能 安全
|
1月前
|
人工智能 自然语言处理 机器人
MIT新研究揭秘AI洗脑术!AI聊天诱导人类编造记忆,真假难辨
麻省理工学院的一项新研究《基于大型语言模型的对话式AI在证人访谈中加剧虚假记忆》显示,使用生成式聊天机器人进行犯罪证人访谈会显著增加参与者的虚假记忆,且影响持久。研究设置了对照组、问卷访谈、预设脚本及生成式聊天机器人四种条件,结果显示生成式聊天机器人诱导的虚假记忆数量远超其他方法。尽管AI技术在效率和准确性方面潜力巨大,但在敏感领域需谨慎应用,并需进一步评估风险,制定伦理准则和监管措施。论文详细内容见[这里](https://arxiv.org/abs/2408.04681)。
45 2
|
2月前
|
存储 人工智能 JavaScript
根据Accenture的研究,CEO和CFO谈论AI和GenAI是有原因的
数字化转型与当前GenAI领导者之间的关键区别在于,CEO和CFO(而非CIO)似乎参与了指导AI投资的过程。例如,Accenture在2024年1月报告称,到2023年底,在财报电话会议中提到AI的次数几乎达到4万次,因为C级领导层正在为“重大技术变革”做好准备
41 1
|
2月前
|
人工智能 Cloud Native Serverless
来云栖大会!探展云上开发,沉浸式体验云原生 + AI 新奇玩法
计算馆将展示中国最先进的云计算产业链全景,从底层硬件到数据创新,从云计算基础设施到数据管理服务、人工智能平台和模型服务,全景式呈现 AI 时代云计算最新技术形态和产品进展。计算馆有哪些推荐?往下看!

热门文章

最新文章

下一篇
无影云桌面