Задача Space Apps Challenge - максимизировать научную отдачу от миссий по наблюдению Земли за счет улучшения использования и доступа к данным науки о Земле. Space Apps Challenge - это ежегодный хакатон, проводимый NASA, CSA, CNES, JAXA и ESA. В рамках задачи октября 2020 года IMPACT внесла свой вклад в задачу, требующую изучения машинного обучения, направленного на улучшение понимания нашей планеты.

В частности, в задаче участникам предлагается внести свой вклад в автоматическое обнаружение явлений на спутниковых изображениях. Обнаружение феноменов - сложный человеческий навык для подражания. Природные явления, такие как дымовые и пыльные бури, оказывают серьезное влияние на экосистемы, экономику и безопасность человека. Спутниковые данные необходимы исследователям во всем мире, поскольку они изучают способы понять и смягчить последствия разрушительных природных явлений.

В задаче IMPACT участников просят помочь исследователям в области наук о Земле, создав модель машинного обучения, которая обнаруживает конкретное явление, а затем создает интерфейс, который не только отображает обнаруженные явления, но и накладывает их вместе с дополнительными данными, чтобы дать исследователям и лицам, принимающим решения дополнительная информация при просмотре изображений.

Специфика задачи разбита на четыре отдельных задания и одно бонусное задание. Четыре основные задачи:

  • выбор явления, обнаруживать которое будет обучена модель;
  • принятие решения о том, какой тип спутниковых данных использовать (помеченный или немаркированный);
  • создание алгоритма машинного обучения и модели обнаружения; и
  • визуализация обнаружений способами, которые добавляют дополнительные данные, чтобы показать социальное влияние выбранных явлений.

Анкур Шах, один из членов команды IMPACT, возглавивший разработку этой задачи, описывает более широкую цель:

Размещая вызов на этом хакатоне, мы хотим собрать модели обнаружения явлений у команд со всего мира. Мы сознательно оставили выбор явлений открытым, чтобы получить от участников широкий спектр моделей обнаружения. Мы надеемся, что наша задача позволит каждому создать модель машинного обучения с использованием спутниковых снимков НАСА и, в конечном итоге, будет способствовать использованию геопространственных данных в интересах общества.

Дополнительные сведения о задаче описаны в этом видео вместе с информацией об инструментах и ​​ресурсах, разработанных командой машинного обучения IMPACT и предоставленных участникам.

Более подробную информацию о IMPACT можно найти в NASA Earthdata и на сайте проекта IMPACT.