НАСА поддерживает открытую науку. IMPACT работает, чтобы предоставить открытые данные для таких инструментов НАСА, как Worldview, который дает пользователям доступ к более чем 450 терабайтам спутниковых изображений. Открытые данные имеют решающее значение для исследования. Прежде чем приступить к научному исследованию конкретных явлений, таких как лесные пожары, ученым необходимо собрать многочисленные примеры этих явлений. Чтобы найти эти примеры, необходимо ежедневно просматривать 197 миллионов квадратных миль спутниковых снимков с данными за более чем 20 лет. Такие усилия могут привести к получению ценных данных, но поиск данных вручную является громоздким и трудоемким. Сделать большие объемы данных более доступными для обнаружения и использования для извлечения определенных параметров - сложная проблема. На такой вопрос, как Можем ли мы использовать новые методы, такие как самостоятельное обучение, для решения нашей проблемы обнаружения данных? есть ряд скрытых вопросов:

• Можем ли мы найти иголку в стоге сена?
• Можно ли научить машину искать мелкозернистые данные без меток?
• Можем ли мы заставить искусственный интеллект (ИИ) представлять примеры человеку, когда он запутается?
• Можем ли мы увеличить масштаб поиска с гигабайт до терабайт и до петабайт?
• Можем ли мы научиться изображать редкие события?
• Можем ли мы создать инструменты, которые упростят получение данных?
• Можем ли мы научить ИИ сосредотачиваться на интересных частях?
• Можем ли мы искать данные за несколько лет, охватывающие всю планету, менее чем за секунду?

Чтобы решить эти вопросы, IMPACT применил открытый научный подход и стал партнером SpaceML Initiative, международного ускорителя искусственного интеллекта для гражданских ученых и филиала Frontier Development Lab в партнерстве с NASA, институтом SETI и Trillium Technologies Inc. SpaceML привлекает начинающих инженеров-исследователей и связывает их с наставниками, которые являются старшими экспертами в области машинного обучения и разработки программного обеспечения. Текущие участники варьируются от выпускников старших классов до аспирантов и профессионалов отрасли, а также участников из нетрадиционных академических кругов по информатике, включая двух учителей старших классов, переходящих свою карьеру в науку о данных.

Анируд Кул, движущая сила Worldview Search от SpaceML, объясняет движущий импульс этой инициативы:

Каждый участник мотивирован тем влиянием, которое он может оказать на планету. И когда решимость находит возможность и руководство, начинают раскрываться трудные проблемы. Сокращение времени обработки данных вручную с нескольких месяцев до часов или даже минут открывает новые возможности для научных исследований, которые ранее считались непрактичными. Сделав его доступным с открытым исходным кодом в качестве еще одного инструмента в наборе инструментов ученых, мы надеемся ускорить процесс научных открытий.

Это совместное партнерство с SpaceML предусматривает универсальный пакет компонентов и рабочих процессов для операций машинного обучения (MLOps), которые могут использоваться не только инструментами и приложениями для наук о Земле, такими как Worldview, но и другими группами, работающими над наборами данных от космического телескопа Хаббл до НАСА. Обсерватория солнечной динамики. Пользователям не нужно разбираться в программировании или даже машинном обучении, чтобы пользоваться MLOps. Кроме того, сотрудничество включает в себя цель разработки основных компонентов машинного обучения от уровня технологической готовности (TRL) 3, точки надежной разработки программного обеспечения, до TRL 9, готового к полету и развернутого решения.

Джеймс Парр, директор Frontier Development Lab, так объясняет ценность конвейера поиска изображений Worldview:

Мы понимаем, что развертывание зрелых результатов машинного обучения для одного конкретного использования требует таких же затрат и усилий, как и создание инструментов для нескольких сценариев. Так почему бы вместо этого не создать универсальный набор инструментов для приложений космического ИИ, который позволил бы другим легко адаптироваться к их конкретной проблеме? SpaceML является выражением этой идеи.

Результатом этих усилий стал набор открытых научных инструментов, которые упрощают использование архива НАСА по наукам о Земле для машинного обучения. Благодаря партнерству со SpaceML, IMPACT также вдохновляет новое поколение инженеров машинного обучения применить свою изобретательность, чтобы изменить жизнь на Земле.

В число технических участников Worldview Search входят Руди Венгусвами, Аджай Кришнан, Тарун Нараянан, Дженесса Петерсон, Даниэла Фрагосо, Кай Пристер, Натан Хилтон, Стефан Пессолано, Сурья Амбардар, Аарон Банзе, Майк Леви, Абхигья Содани, Фернандивам Лисбоу, Фернандивам Лисбо Дип Патель, Эрин Гао, Раджив Годсе, Сара Чен, Эстер Цао, Юджон Зои Ли, Мандип Хокхар, Сумант Рамеш, Уокер Стивенс, Субхикша Мутукришнан, Навья Редди Сандади, Лео Сильверберг, Сатьярт Правин, Шерин Томас, Дхарини Мехер Ананд Касам, Сиддха Ганджу и Анирудх Кул.

Инструменты Github постепенно публикуются. Те, которые перечислены внизу этой страницы: http://spaceml.org/repo/project/605b7b751644770011e850c3/false/

Более свежие подробности о проекте на этой странице: https://earthdata.nasa.gov/learn/articles/spaceml

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