【ITBEAR科技資訊】10月20日消息，阿里達摩院宣布發布了一項顛覆性的遙感AI大模型，這一模型具備獨特的能力，可以識別農田、農作物、建筑等地表物體，將人工智能深度融入到農田管理、自然資源保護和農業估產等遙感應用領域，以顯著提高分析效率。據ITBEAR科技資訊了解，這一創新模型已經在AI Earth地球科學云平臺上面向用戶開放使用。
遙感技術一直在國家運營、耕地保護和應急救災等領域發揮著廣泛作用，而遙感AI則為這些領域帶來了前所未有的機會。它可以大幅提升現有數據的應用深度，提供更為精細和準確的分析結果。例如，結合衛星圖像和歷史氣象數據，這一模型可以精確預測農田內作物的生長情況，從而讓農民更主動地管理耕地。
過去，由于遙感衛星數據龐大且地物種類繁多，要識別不同的地表物體，需要訓練多個專用的遙感模型，而且單一模型的準確性和泛化能力有限。然而，自2023年4月meta發布《Segment Anything》論文以來，計算機視覺進入了大型模型的快速迭代時代，也推動了遙感AI向“一個模型解決多個任務”的方向發展。
達摩院提出的遙感AI解譯通用分割模型(AIE-SEG)開創了歷史，首次實現了遙感領域中圖像分割任務的統一化。一個模型不僅能夠實現“萬物零樣本”的快速提取，還能夠識別近百種遙感地物分類，如農田、水域和建筑物，而且在處理多項任務時依然能夠保持高精度的識別能力。此外，該模型還能夠根據用戶的交互反饋自動調整識別結果。在某些特定場景下，與傳統的遙感模型相比，它的實例提取準確性提高了25%，變化檢測準確性提升了30%。
此外，這一模型支持多模態交互，用戶可以根據需要進行API調用，實現定制化的遙感AI解譯功能，如水體提取、耕地變化監測和光伏識別等。
山東省國土測繪院從2022年開始與達摩院展開合作，運用遙感AI大模型進行山東全省冬小麥的長勢監測研究。結果顯示，識別精度超過90%，有效提升了冬小麥遙感解譯的效率，有助于農業管理者更準確地預測糧食產量，提高農業生產效益。
國家自然災害防治研究院也采用遙感AI大模型進行滑坡和倒塌建筑物的識別。在歷史自然災害區域的遙感圖像測試中，提取受災信息只需十幾分鐘，比傳統人工識別方式的效率提高了數十倍，為科學救災提供了高效而準確的遙感分析支持。
羅浩，達摩院視覺技術實驗室AI Earth算法負責人，表示遙感多模態是人類更好地理解地球的必然之路。達摩院將持續推進遙感AI大模型的研究，以助力地球科學的探索與應用。
AI Earth是達摩院于2022年發布的一站式地球科學云平臺，基于深度學習、計算機視覺和地理空間分析等技術，提供多源觀測數據的云計算分析服務。目前，已與國內50多所高校合作，并在水利部、國家氣象中心、生態環境部等機構中應用相關技術。
