前沿科技 | 云上AI,助力科研

简介: 编者按:卫星遥感影像是人类对地观测的重要信息来源,可以帮助人们更加高效地进行防灾减灾、保护地球资源等工作。但以往获取、处理以及分析应用卫星遥感数据的链路较长、成本较高。因此,一个集卫星遥感数据、遥感AI算法、云计算算力和云存储资源于一身的AI Earth地球科学云平台,可以帮助科研工作更加便捷地开展。 本文约2801字,建议阅读时间8分钟。


导语

近日,达摩院发布AI Earth地球科学云平台


该平台集成了遥感数据、遥感AI算法、云端高性能计算和存储资源,将免费为科研人员开放定量的云上AI算力和云端存储资源,助力研究者开展农业灾害分析、气候变化分析、水体水质分析等科研工作。


为何推出AI Earth

地球科学云平台?

故事的起点可以追溯到整整半个世纪前。


1972年,罗马俱乐部发表了一份著名的研究报告《增长的极限》。在这份报告中,当时世界上最著名的学者们深入探讨了人口、食物、工业、污染和不可再生的自然资源之间的关系,并借此开启了一个全新的研究领域。


15年后,联合国委托世界环境与发展委员会编写的报告《我们共同的未来》中,将这个研究领域概括为可持续发展——“既能满足当代人的需要,又不对后代人满足其需要的能力构成危害的发展”。



又过了差不多40年,在第70次联合国大会上,193个联合国成员国通过了包括17个可持续发展目标和169项具体目标的《变革我们的世界:2030年可持续发展议程》。全人类都希望能加强对社会、经济和环境的认识,推动人类社会真的走上可持续发展的道路。


但科学家很快发现,实现这样的目标面临着诸多严峻的挑战,例如科学界对相互制约的目标间的关系并不了解,他们也缺少足够的数据和从这些数据中提升认知的工具——能够处理地球科学中海量数据的算法


处理数据的能力是科学界面对的核心挑战之一。除了规模惊人,这些数据还都具有空间属性,因此兼具海量、多源、异构、多实相、多尺度、非平稳的大数据传统特性以及很强的时空关联和物理关联性。不但传统的算法在这里难有用武之地,甚至传统的计算机也很难在这里发挥作用。


达摩院AI Earth地球科学云平台遥感影像数据检索页面


达摩院也注意到了这些挑战,并认识到遥感数据获取的高成本、现有分析方法自动化程度低、成本高和解译效率低的难题正阻碍着人类对地球、社会、环境及其相互关系的理解,因此推出了AI Earth地球科学云平台


AI Earth地球科学云平台

可以做什么?

AI Earth地球科学云平台是一站式对地观测智能云服务平台,它搭建在阿里云之上,可提供云端高性能计算能力和存储资源。


该平台还集成了PB级开源卫星遥感数据(涵盖业界最主流Landsat 8、Landsat 9、Sentinel-1和Sentinel-2),和十余种遥感AI算法(涉及地物分类、变化检测、SAR水体提取等)。


其中,在遥感AI算法上,达摩院实现了多项技术创新:


基于NAS网络结构搜索技术,设计了一系列针对遥感数据的专用高效特征提取网络结构,例如高效分类网络结构MuffNet;


在目标检测方面,提出了基于Transformer的旋转目标检测框架,在DOTA等遥感检测数据集上取得最佳效果。



达摩院AI Earth地球科学云平台地物分类效果


免费为科研人员

开放多种能力

集数据、算法、计算和存储能力于一身后,平台可为研究人员提供如下能力,帮助提升卫星遥感数据处理效率:


多源数据检索:集成了PB级开源遥感数据集,通过设定检索区域范围,筛选数据采集时间、数据类型、云量等条件,即可获取所需数据列表,检索结果可直接下载或云端收藏处理;


在线数据处理:释放达摩院遥感AI核心能力,支持无门槛极简使用地物分类、变化检测、建筑物提取、地块提取、SAR水体提取等十二类遥感AI在线解译工具;


云GIS工作空间:基于GIS专业软件工作视角,建立项目工作空间,实现简单、便捷、高效的栅格和矢量数据在线处理;


综合数据管理:支持用户自主上传栅格或矢量数据,并对收藏的公开遥感数据和经平台分析处理后的成果数据统一进行管理,数据成果可以直接云端应用或下载到本地。


AI模型训练:针对各类实际业务场景,遥感AI模型自学习训练功能即将上线,用户可以进行全流程可视化的遥感AI算法自主训练;


开发者模式:后期将支持基于Notebook的开发者模式,应用于遥感数据处理和AI模型训练,为更多科研用户和开发者提供探索可能;


气象AI预报服务:在数值模式预报技术的基础上,集成达摩院多项气象AI创新算法,可预报未来10天内的天气,同时提供不同高度层的三维预报,面向全行业开放API接口。


达摩院AI Earth地球科学云平台分析工具模板


应急管理部国家自然灾害防治研究院研究员张景发表示:“对地观测研究正在迎来新一轮技术变革,云计算、AI技术与遥感领域的智能融合将会助推自然灾害防治等科学领域的发展。”


结语

早在2020年9月,达摩院发布的AI Earth平台就已实现了对卫星影像、无人机影像、实时视频流、气象数据、IoT数据等多源数据的融合分析,目前,AI Earth相关技术已应用于水利部、国家气象中心、生态环境部等机构。


达摩院AI Earth团队负责人李昊表示:“遥感影像分析任务需要强大的算力和创新算法,我们的开放平台通过融合云计算和AI算法的优势,为用户提供良好的线上研究环境,用云上AI助力科研。”


内容来源:达摩院DAMO

编辑:阿里云研究院市场活动主管 马骏驰


阿里云研究院


相关文章
|
3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。
204 12
|
2月前
|
机器学习/深度学习 数据采集 人工智能
未来的守护神:AI驱动的网络安全之盾,如何用智慧的光芒驱散网络黑暗势力?揭秘高科技防御系统背后的惊天秘密!
【10月更文挑战第3天】随着网络技术的发展,网络安全问题日益严峻,传统防御手段已显不足。本文探讨了构建AI驱动的自适应网络安全防御系统的必要性及其关键环节:数据采集、行为分析、威胁识别、响应决策和执行。通过Python库(如scapy、scikit-learn和TensorFlow)的应用实例,展示了如何利用AI技术提升网络安全防护水平。这种系统能够实时监控、智能分析并自动化响应,显著提高防护效率与准确性,为数字世界提供更强大的安全保障。
63 2
|
14天前
|
人工智能 搜索推荐 安全
数百名研发人员用通义灵码,33%新增代码由AI生成,信也科技研发模式焕新升级
目前,信也科技数百名研发人员正在使用通义灵码,周活跃用户占比70%,新增代码中有33%由通义灵码编写,整体研发效率提升了11%,真正实现了数百研发人员开发效能的全面提升。
|
1月前
|
人工智能 Cloud Native 算法
|
1月前
|
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。
43 12
|
1月前
|
人工智能 算法 新制造
走进北京科技大学,通义灵码与企业高校共筑 AI 创意课堂
近日,通义灵码有幸参与到一场由伊利集团主办的 AIGC 生态创新大赛路演舞台,与高校专家、企业代表、青年学子共同探讨 AIGC 创意应用,交流企业在数智领域转型、青年开发者科技创新的思路和落地实践。
|
1月前
|
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。
|
3月前
|
云安全 人工智能 安全
|
2月前
|
机器学习/深度学习 人工智能 监控
AI与未来医疗:重塑健康产业的双刃剑随着科技的迅猛发展,人工智能(AI)正以前所未有的速度融入各行各业,其中医疗领域作为关系到人类生命健康的重要行业,自然也成为AI应用的焦点之一。本文将探讨AI在未来医疗中的潜力与挑战,分析其对健康产业可能带来的革命性变化。
在医疗领域,人工智能不仅仅是一种技术革新,更是一场关乎生死存亡的革命。从诊断到治疗,从后台数据分析到前端临床应用,AI正在全方位地改变传统医疗模式。然而,任何技术的发展都有其两面性,AI也不例外。本文通过深入分析,揭示AI在医疗领域的巨大潜力及其潜在风险,帮助读者更好地理解这一前沿技术对未来健康产业的影响。
|
4月前
|
人工智能 运维 自然语言处理
从海量信息中脱颖而出:Workflow智能分析解决方案,大语言模型为AI科技文章打造精准摘要评分体系(总篇章)
【8月更文挑战第10天】从海量信息中脱颖而出:Workflow智能分析解决方案,大语言模型为AI科技文章打造精准摘要评分体系(总篇章)
从海量信息中脱颖而出:Workflow智能分析解决方案,大语言模型为AI科技文章打造精准摘要评分体系(总篇章)