Notizia

Aug 04, 2023

IBM e NASA aprono

AGGIORNATO 15:38 EDT / 3 AGOSTO 2023 di Maria Deutscher IBM Corp. e la NASA hanno rilasciato oggi un modello avanzato di intelligenza artificiale progettato per aiutare i ricercatori ad analizzare i dati satellitari più velocemente. Il modello

AGGIORNATO 15:38 EDT / 3 AGOSTO 2023

di Maria Deutscher

IBM Corp. e la NASA hanno rilasciato oggi un modello avanzato di intelligenza artificiale progettato per aiutare i ricercatori ad analizzare i dati satellitari più velocemente.

Il modello è disponibile su Hugging Face, una popolare piattaforma simile a GitHub per la condivisione di reti neurali open source. La prossima fase della collaborazione di IBM con la NASA si concentrerà sull’estensione della loro intelligenza artificiale a ulteriori casi d’uso. Collaboreranno all'iniziativa con la Clark University di Worcester, Massachusetts.

“Il ruolo essenziale delle tecnologie open source per accelerare aree critiche di scoperta come il cambiamento climatico non è mai stato così chiaro”, ha affermato Sriram Raghavan, vicepresidente di IBM Research AI.

IBM afferma che il nuovo modello è progettato per aiutare i ricercatori a identificare le aree negli Stati Uniti continentali che potrebbero essere a rischio di inondazioni e incendi. Secondo l’azienda, il modello può analizzare i dati geospaziali fino a quattro volte più velocemente delle reti neurali all’avanguardia. Inoltre, sono necessari meno dati per l'addestramento.

IBM descrive l’intelligenza artificiale come un modello fondamentale, ovvero un modello in grado di eseguire un’ampia gamma di attività informatiche avanzate. Si basa sull'architettura Transformer, un approccio popolare alla progettazione di reti neurali. I modelli Transformer possono tenere conto di una grande quantità di informazioni contestuali quando ragionano su un dato, il che consente loro di prendere decisioni più accurate rispetto ad altri sistemi di intelligenza artificiale.

La tecnologia è alla base di molti dei sistemi di intelligenza artificiale più avanzati sul mercato. Ciò include GPT-4, l'ultimo modello di linguaggio di grandi dimensioni di OpenAI LP.

IBM e la NASA hanno addestrato congiuntamente il loro modello su un set di dati geospaziali chiamato Harmonized Landsat Sentinel-2. Il set di dati include immagini della superficie terrestre scattate dal satellite Landsat-8 della NASA. Contiene anche misurazioni di Sentinel-2, una costellazione di satelliti gestita dall'Agenzia spaziale europea.

IBM ha addestrato il modello di intelligenza artificiale utilizzando il suo supercomputer Vela sviluppato internamente. Il sistema, che la società ha rivelato all'inizio di quest'anno, è alimentato dai chip della serie A100 di schede grafiche per data center di Nvidia Corp. Vela utilizza una versione di fascia alta dell'A100 con un pool di memoria integrata particolarmente ampio per l'archiviazione di modelli AI.

Oltre al silicio Nvidia, il supercomputer include il software di virtualizzazione sviluppato da IBM. La virtualizzazione semplifica alcune attività di sviluppo dell’intelligenza artificiale, ma tale semplicità va a scapito di una potenza di elaborazione ridotta. IBM afferma di aver ridotto l'impatto sulle prestazioni a meno del 5%, che i suoi ricercatori descrivono come "le spese generali più basse del settore di cui siamo a conoscenza".

Sebbene IBM e la NASA abbiano ottimizzato il loro modello per rilevare le aree a rischio di inondazioni e incendi, stimano che possa essere adattato anche ad altri casi d’uso. Monitorare la deforestazione è un compito che il modello potrebbe accelerare. IBM afferma che può anche essere utilizzato per aiutare i ricercatori a monitorare le emissioni di carbonio e a prevedere i raccolti.

In futuro, l'azienda prevede di estendere ulteriormente le capacità dell'intelligenza artificiale. Ha collaborato con ricercatori della NASA e della Clark University per portare avanti lo sforzo.

Nell'ambito dell'iniziativa, IBM spera di ottimizzare il modello per la segmentazione delle serie temporali e la ricerca sulla somiglianza. Questi sono due metodi popolari di analisi dei dati che vengono utilizzati non solo per la ricerca geospaziale ma anche per una serie di altri compiti. La segmentazione delle serie temporali può, ad esempio, essere utilizzata per studiare la causa delle fluttuazioni dei prezzi delle azioni.

IBM prevede infine di rendere disponibile una versione commerciale del modello attraverso la sua suite di prodotti Watsonx. Presentata a maggio, la suite include una serie di strumenti software progettati per aiutare le aziende a creare modelli di intelligenza artificiale avanzati e a distribuirli in produzione. Esistono anche reti neurali preconfezionate ottimizzate per vari casi d'uso.

Watsonx è alimentato da Red Hat OpenShift AI, un altro componente lanciato di recente del portafoglio di machine learning di IBM. Si tratta di una versione della piattaforma di sviluppo e distribuzione di applicazioni OpenShift ottimizzata specificamente per i carichi di lavoro IA. L'offerta semplifica attività come il monitoraggio delle prestazioni dei modelli di machine learning in esecuzione in produzione.