Самоподобный ИИ может научиться распознавать типы облаков в спутниковых изображениях без руководства

Кредит: Pixabay/CC0 Общественный домен

Облака играют ключевую роль в климате и погоде Земли.Они формируются в разнообразии различных закономерностей и типов, которые могут оказывать глубокое влияние на такие вещи, как цикл воды и то, как сияющая энергия движется через атмосферу.Спутники, поддерживающие Землю, в течение десятилетий фиксировали изображения, и эти наборы дают уникальную возможность изучать облака и их влияние на систему Земли.

Массовое количество спутниковых изображений может быть непомерным для оценки, потому что ученые слишком много изображений, чтобы сортировать вручную.Самоподобный ИИ может научиться интерпретировать изображения без человеческого ввода.Но типичное распознавание изображений требует огромного количества генерируемых человеком ярлыков для обучения.

В новой статье, опубликованной в искусственном интеллекте для систем Земли, исследователи демонстрируют ИИ, которого можно научить распознавать типы облаков, рассматривая миллионы спутниковых изображений облаков, не требуя человеческого вклада.

ИИ, разработанный в этом исследовании, учится генерировать простое числовое представление облачных изображений, выполняя то, что по сути является задачей сопоставления изображений.Он обучается парам облачных изображений, взятых из близлежащих мест, которые могут содержать одинаковые типы облаков.Он вознагражден для изучения аналогичных представлений изображений с одним и тем же типом облака и различными представлениями для изображений с разными типами облаков.

Модель была оценена на нескольких наборах данных облачных изображений, которые были основаны вручную в результате прошлых исследований классификации облака и выполняли сравнительно с моделями классификации, которые были обучены с помощью человеческих меток.

Исследователи также продемонстрировали способность модели обобщить между спутниковыми инструментами и изучали внутренние представления облаков, изученных моделью, заставляя модель к галлюцинированию изображений на основе собственных параметров.

More information: Andrew Geiss et al, Self-Supervised Cloud Classification, Artificial Intelligence for the Earth Systems (2024). DOI: 10.1175/AIES-D-23-0036.1