阿里達摩院發(fā)布遙感AI大模型，可用于農業(yè)估產、地理災害防治

10月20日消息，阿里達摩院發(fā)布業(yè)內首個遙感AI大模型，一個模型即可識別農田、農作物、建筑等地表萬物，讓AI進一步下沉到田間地頭，大幅提升災害防治、自然資源管理、農業(yè)估產等遙感應用的分析效率，該模型已在AI Earth地球科學云平臺開放使用。

遙感技術在城市運營、耕地保護、應急救災等國計民生中的應用甚廣，遙感AI則可以大幅提升既有數據的利用深度，輸出更精細化、更準確的分析結果，如結合衛(wèi)星照片與歷史氣象情況，“算”出某一塊農田里作物的長勢狀況，讓種地不再被動，而是更主動地“看天吃飯”。

以往，由于遙感衛(wèi)星的影像數據規(guī)模巨大、地物分類復雜，要識別不同的地表物體，需要分別訓練多個專用的遙感模型，且單個模型存在識別準確率低、泛化性差等問題。2023年4月，Meta發(fā)布的論文《Segment Anything》讓計算機視覺進入快速迭代的大模型時刻，也推動遙感AI朝著“一個模型解決多個任務”的方向發(fā)展。

達摩院此次提出的遙感AI解譯通用分割模型（AIE-SEG），率先在遙感領域實現(xiàn)了圖像分割的任務統(tǒng)一，一個模型即可實現(xiàn)“萬物零樣本”的快速提取，可識別農田、水域、建筑物等近百種遙感地物分類，且多項任務處理下依舊保持高精度的識別，還能根據用戶的交互式反饋自動調優(yōu)識別結果。在一些特定場景下，對比傳統(tǒng)的遙感模型，實例提取的準確率可提升25%，變化檢測的準確率可提升30%。

該模型支持多模態(tài)交互，如圖中輸入“提取影像中的耕地農田”，會自動識別所選目標

基于上述的基礎能力，遙感AI大模型提供“開箱即用”的API調用服務，用戶可根據不同需要，定制不同的遙感AI解譯功能，如水體提取、耕地變化監(jiān)測、光伏識別等。

山東省國土測繪院自2022年起與達摩院在自然資源調查、耕地保護等領域展開合作，調用遙感AI大模型進行山東全省冬小麥的長勢監(jiān)測研究，識別精度達到90%以上，有效提升了冬小麥遙感解譯的效率，幫助農業(yè)管理者更好地預測糧食產量、提升農業(yè)生產效益。

國家自然災害防治研究院基于遙感AI大模型進行滑坡和倒塌建筑物的識別，在歷史的自然災害區(qū)域遙感圖像的測試中，提取這些受災信息僅需十幾分鐘時間，相比人工識別方式效率提升數十倍，為科學救災提供高效、精準的遙感分析支持。

達摩院視覺技術實驗室AI Earth算法負責人羅浩表示，遙感多模態(tài)是推進人類更好地理解地球的必由之路，達摩院將持續(xù)推進遙感AI大模型的研究，以AI助力地球科學的探索與應用。

AI Earth是達摩院于2022年發(fā)布的一站式地球科學云平臺，基于深度學習、計算機視覺、地理空間分析等技術積累，提供多源觀測數據的云計算分析服務，目前與國內50+高校建立合作，相關技術已應用于水利部、國家氣象中心、生態(tài)環(huán)境部等機構。

生成海報