Družice pozorující Zemi produkují dennodenně obrovské objemy důležitých dat. Pro samotného člověka je však náročné zajistit, že z těchto dat získáme ty nejhodnotnější informace. Naštěstí AI (umělá inteligence) je cenným pomocníkem při interakci s podobně velkými a komplexními balíky dat. Dokáže v nich identifikovat klíčové parametry a následně informace prezentuje v uživatelsky přívětivém formátu. Kupříkladu I*STAR, což je aktivita založená v rámci programu ESA InCubed, vyvinula platformu, která využívá AI ke sledování aktuálních událostí jako jsou zemětřesení, či výbuchy sopek, aby provozovatelé družic mohli automaticky plánovat další akvizice dat pro zákazníky.

Na základě údajů o objemu a hloubce vody při povodních je možné určit rozsah škod.
Zdroj: https://www.esa.int/

Nástroj SaferPlaces (opět podpořen InCubed) zase vytváří zátopové mapy pro terénní zásahové týmy tak, že spojuje lokální měření s družicovými daty. Tento nástroj hrál velmi důležitou roli při vyhodnocování škod během loňských povodní v italském regionu Emilia-Romagna. V posledních několika letech se vývoj AI mimořádně urychlil a nástroje jako ChatGPT nebo Gemini začíná znát i široká veřejnost. Rozvoj schopností těchto nástrojů přitom překvapil i mnohé experty v oboru. Aby bylo možné využít výhod této inovace a příležitostí, které tato technologie umožňuje, je přirozeným dalším krokem vytvoření systému pro kladení dotazů přirozeným jazykem ve stylu ChatGPT pro práci s daty z pozorování Země.

Společně s nejrůznějšími partnery z oboru kosmických technologií, výpočetní techniky i meteorologie se agentura ESA snaží vyvinout digitálního asistenta zaměřeného na data o pozorování Země. Ten má být schopen rozumět požadavkům lidských operátorů a dávat jim odpovědi v přirozené lidské řeči. Není žádným překvapením, že existuje velký počet dílků skládačky pro vytvoření takového digitálního asistenta – požadavkem, na kterém stojí vše ostatní, je základní model.

Na základě údajů o objemu a hloubce vody při povodních je možné určit rozsah škod.
Zdroj: https://www.esa.int/

AI modely fungují tak, že se trénují a v průběhu času dochází k jejich zlepšování. Ovšem v tradičním strojovém učení je potřeba stroj nakrmit velkými objemy dat, která byla nějak označena, což často dělá člověk. Jsou tu však také tzv. foundation models, které využívají úplně odlišný přístup. Jedná se o modely strojového učení, které se trénují (převážně bez potřeby lidského dohledu) na rozsáhlých a rozličných zdrojích neoznačených dat. Tyto modely jsou spíše obecné, ale je možné je přizpůsobit na specifické aplikace. Výsledkem je flexibilní a výkonný AI základ, který od svého vzniku v roce 2018 přispěl k obrovské proměně strojového učení a ovlivnil mnoho odvětví i celou společnost.

ESA Φ-lab má hned několik probíhajících projektů, které cílí na vývoj foundation modelu, který by byl zaměřen na úkoly spojené s pozorováním Země. Tyto modely využívají data k poskytování informací o environmentálně důležitých tématech jako jsou úniky metanu, a zmírňování následků extrémních projevů počasí. Jeden z těchto projektů, PhilEO, se rozběhl začátkem roku 2023 a nyní již pomalu „dozrává“. Hodnotící rámec založený na celosvětových údajích z družic programu Sentinel-2 a brzy i samotný model PhilEO budou zpřístupněny komunitě zaměřené na pozorování Země. Cílem je podnítit spolupráci, urychlit vývoj v této oblasti a zajistit rozsáhlou validaci odvozeného základního modelu.

Útvar Richat v Mauretánii
Zdroj: https://www.esa.int/

Oddělené aktivity agentury ESA se zaměřují na uživatelský konec celého složitého řetězce. Cílem je vytvoření digitálního asistenta, který přijme od uživatele otázku v přirozené řeči, zpracuje správná data pomocí modelů založených na pozorování Země a poskytne odpověď v podobě textu a/nebo obrázků. Předešlý projekt Digital Twin of Earth nedávno demonstroval, že prototyp digitálního asistenta dokáže provádět rozličné úkoly a hledat v mnoha datových archivech jako jsou ty z družic Sentinel 1 a 2, aby mohl porovnávat informace. V dubnu má ESA Φ-lab rozjet projekt zpracování přirozeného jazyka pro získávání a analýzu informací z ověřených textových zdrojů o pozorování Země spolu s interpretací dotazů od odborníků i běžných uživatelů. Tato činnost nakonec povede k vytvoření plně funkčního digitálního asistenta.

„Koncepce digitálního asistenta pro pozorování Země, který může poskytovat širokou škálu informací z různých zdrojů, je lákavou vyhlídkou, a jak ukazují tyto iniciativy, existuje celá řada základních stavebních prvků, které je třeba k dosažení tohoto cíle zavést,“ hodnotí Giuseppe Borghi, vedoucí ESA Φ-lab a dodává: „Vzhledem k nesmírně povzbudivému pokroku, kterého již bylo dosaženo s PhilEO a předchůdcem digitálního asistenta, tak plně očekávám, že nové projekty přinesou v blízké budoucnosti převratné výsledky.“

Přeloženo z:
https://www.esa.int/

Zdroje obrázků:
https://www.esa.int/…/Building_ChatGPT-style_tools_with_Earth_observation.jpg
https://www.esa.int/…/25015500-1-eng-GB/Faenza_economic_losses_pillars.jpg
https://www.esa.int/…/25015545-1-eng-GB/Faenza_flood_map_pillars.jpg
https://www.esa.int/…/14494379-1-eng-GB/Richat_structure_Mauritania.jpg