摘要：IBM 和欧洲航天局（ESA）近日联合发布了 TerraMind，一种用于实时分析地球观测数据的人工智能模型。该模型在 Hugging Face 平台上公开发布，结合了卫星图像、土壤参数、气候指标和区域文本描述等九种地理空间信息，能够高精度预测气候变化、水资源

据IXBT网4月22日报道，IBM 和欧洲航天局（ESA）近日联合发布了 TerraMind，一种用于实时分析地球观测数据的人工智能模型。该模型在 Hugging Face 平台上公开发布，结合了卫星图像、土壤参数、气候指标和区域文本描述等九种地理空间信息，能够高精度预测气候变化、水资源短缺风险等全球参数，无需依赖多个专业模型。

TerraMind 的核心是 TerraMesh，基于超过 5000 亿个数据标记和九百万个时空样本构建。该模型采用对称编码器-解码器架构，优化了像素、标记化和顺序数据的处理，计算资源需求比同类产品低一个数量级。例如，在评估水资源短缺时，它会综合分析温度、降水、植被和农业活动，生成区域整体图景。

IBM 英国研究中心主任 Juan Bernabe-Moreno 表示，TerraMind 超越了标准图像处理，揭示了数据之间的隐藏关系。在 ESA PANGEA 平台的测试中，该系统在土壤分类、环境监测和变化检测任务中表现优于 12 个竞争对手，准确率高出至少 8%。

（编译：胡伟）

来源：邮电设计技术