알리바바 DAMO 아카데미, AI가 현장에 더욱 침투할 수 있도록 원격 감지 AI의 대형 모델 출시
10월 20일, 알리바바 DAMO 아카데미는 업계 최초의 대규모 원격 감지 AI 모델을 출시했습니다. 하나의 모델로 농지, 농작물, 건물 및 기타 표면 물체를 식별할 수 있어 AI가 현장에 더욱 침투하여 재해 예방 및 천연 자원을 크게 향상시킬 수 있습니다. 관리, 농업 생산량 추정 및 기타 원격 감지 애플리케이션에 사용되는 이 모델은 AI 지구과학 클라우드 플랫폼에서 사용할 수 있도록 공개되었습니다.
원격센싱 기술은 도시운영, 농지보호, 긴급재난구호 등 국가경제와 국민생활에 널리 활용되고 있습니다. 원격센싱 AI는 기존 데이터의 활용 깊이를 획기적으로 높여 더욱 정교하고 정확한 분석을 출력할 수 있습니다. 위성 사진과 역사적 기상 조건을 결합하는 등의 결과를 사용하여 특정 농지의 작물 성장 상태를 "계산"할 수 있으므로 농업은 더 이상 수동적이지 않고 "날씨에 따라" 보다 적극적으로 수행될 수 있습니다.
과거에는 원격탐사 위성 영상 데이터의 방대함과 지상 물체의 복잡한 분류로 인해 서로 다른 표면 물체를 식별하기 위해 여러 개의 전용 원격탐사 모델을 별도로 훈련해야 했고, 단일 모델이 다음과 같은 문제가 있었습니다. 인식 정확도가 낮고 일반화가 좋지 않습니다. 2023년 4월 메타가 발표한 논문 'Segment Anything'은 컴퓨터 비전을 대형 모델의 빠른 반복의 순간으로 가져왔고, '하나의 모델이 여러 작업을 해결한다'는 방향으로 원격 감지 AI 개발을 추진하기도 했습니다.
다모아카데미가 제안하는 AIE-SEG(Remote Sensing AI Interpretation Universal Segmentation Model)는 원격탐사 분야에서 영상 분할의 통합 작업을 최초로 구현한 모델로, 하나의 모델로 '모든 것의 제로 샘플'을 빠르게 추출할 수 있습니다. 농지, 수역, 건물 등 거의 100가지 유형의 원격탐사 물체를 분류할 수 있으며 다중 작업 처리에서도 여전히 고정밀 인식을 유지할 수 있습니다. 또한 사용자 인터랙티브를 기반으로 인식 결과를 자동으로 조정할 수도 있습니다. 피드백. 일부 특정 시나리오에서는 기존 원격 감지 모델과 비교하여 인스턴스 추출 정확도가 25% 증가하고 변경 감지 정확도가 30% 증가할 수 있습니다.
캡션: 이 모델은 다중 모드 상호 작용을 지원합니다. 예를 들어 "이미지에서 농지 추출"을 입력하면 선택한 대상이 자동으로 식별됩니다.
위의 기본 기능을 기반으로 원격 감지 AI 대형 모델. "즉시 사용 가능한" "API 호출 서비스를 제공합니다. 사용자는 물 추출, 농경지 변화 모니터링, 태양광 식별 등과 같은 다양한 필요에 따라 다양한 원격 감지 AI 해석 기능을 맞춤 설정할 수 있습니다.
산동성 토지 측량 및 지도 제작 연구소는 2022년부터 천연자원 조사 및 재배 토지 보호 분야에서 다모 연구소와 협력해 왔으며, 대규모 원격 감지 AI 모델을 사용해 산둥성에서 겨울밀 성장 모니터링 연구를 수행하고 있습니다. 식별 정확도가 90% 이상에 도달하여 효과적입니다. 겨울 밀 원격 감지 해석의 효율성을 향상시키고 농업 관리자가 곡물 생산량을 더 잘 예측할 수 있도록 돕고 농업 생산 효율성을 향상시킵니다.
국립자연재해예방통제원은 대규모 원격센싱 AI 모델을 사용해 산사태와 붕괴된 건물을 식별하는 데, 과거 자연재해 지역의 원격센싱 영상 테스트에서 이러한 재난 정보를 추출하는 데 10분 이상밖에 걸리지 않았습니다. 수동식별방식에 비해 효율성이 수십배 향상되어 과학적 재난구호를 위한 효율적이고 정확한 원격탐사 분석지원을 제공합니다.
DAMO 아카데미 비전 기술 연구소의 AI 지구 알고리즘 책임자인 루오 하오(Luo Hao)는 원격 감지 다중 모드가 인간이 지구를 더 잘 이해할 수 있도록 촉진하는 유일한 방법이라고 말했습니다. 원격 감지 AI 대형 모델 및 AI를 사용하여 지구 과학 탐사 및 응용을 돕습니다.
AI Earth는 DAMO 아카데미가 2022년 출시한 원스톱 지구과학 클라우드 플랫폼입니다. 딥러닝, 컴퓨터 비전, 지리공간 분석 등의 기술 축적을 바탕으로 다소스 관측 데이터에 대한 클라우드 컴퓨팅 분석 서비스를 제공합니다. 현재 국내 50개 + 대학과 협력관계를 맺고 있으며, 수자원부, 국립기상센터, 생태환경부 등의 기관에 관련 기술이 적용되어 있습니다.
첨부: DAMO 아카데미의 대형 원격 감지 AI 모델 사용 입구
https://engine-aiearth.aliyun.com/#/app/aie-seg
위 내용은 알리바바 DAMO 아카데미, AI가 현장에 더욱 침투할 수 있도록 원격 감지 AI의 대형 모델 출시의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!
핫 AI 도구
Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱
AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.
Undress AI Tool
무료로 이미지를 벗다
Clothoff.io
AI 옷 제거제
Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!
인기 기사
뜨거운 도구
메모장++7.3.1
사용하기 쉬운 무료 코드 편집기
SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.
스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경
드림위버 CS6
시각적 웹 개발 도구
SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)
뜨거운 주제
7696
15
1640
14
1393
52
1287
25
1229
29
ControlNet의 저자가 또 다른 히트를 쳤습니다! 이틀 만에 14,000개의 별을 획득하여 그림에서 그림을 생성하는 전체 과정
Jul 17, 2024 am 01:56 AM
역시 Tusheng 영상이지만 PaintsUndo는 다른 경로를 택했습니다. ControlNet 작성자 LvminZhang이 다시 살기 시작했습니다! 이번에는 회화 분야를 목표로 삼고 있습니다. 새로운 프로젝트인 PaintsUndo는 출시된 지 얼마 되지 않아 1.4kstar(여전히 상승세)를 받았습니다. 프로젝트 주소: https://github.com/lllyasviel/Paints-UNDO 이 프로젝트를 통해 사용자는 정적 이미지를 입력하고 PaintsUndo는 자동으로 라인 초안부터 완성품 따라가기까지 전체 페인팅 과정의 비디오를 생성하도록 도와줍니다. . 그리는 과정에서 선의 변화가 놀랍습니다. 최종 영상 결과는 원본 이미지와 매우 유사합니다. 완성된 그림을 살펴보겠습니다.
오픈 소스 AI 소프트웨어 엔지니어 목록의 1위인 UIUC의 에이전트 없는 솔루션은 SWE 벤치의 실제 프로그래밍 문제를 쉽게 해결합니다.
Jul 17, 2024 pm 10:02 PM
AIxiv 칼럼은 본 사이트에서 학술 및 기술 콘텐츠를 게재하는 칼럼입니다. 지난 몇 년 동안 이 사이트의 AIxiv 칼럼에는 전 세계 주요 대학 및 기업의 최고 연구실을 대상으로 한 2,000개 이상의 보고서가 접수되어 학술 교류 및 보급을 효과적으로 촉진하고 있습니다. 공유하고 싶은 훌륭한 작품이 있다면 자유롭게 기여하거나 보고를 위해 연락주시기 바랍니다. 제출 이메일: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com 이 논문의 저자는 모두 일리노이 대학교 Urbana-Champaign(UIUC)의 Zhang Lingming 교사 팀 출신입니다. Steven Code Repair, 박사 4년차, 연구원
RLHF에서 DPO, TDPO까지 대규모 모델 정렬 알고리즘은 이미 '토큰 수준'입니다.
Jun 24, 2024 pm 03:04 PM
AIxiv 칼럼은 본 사이트에서 학술 및 기술 콘텐츠를 게재하는 칼럼입니다. 지난 몇 년 동안 이 사이트의 AIxiv 칼럼에는 전 세계 주요 대학 및 기업의 최고 연구실을 대상으로 한 2,000개 이상의 보고서가 접수되어 학술 교류 및 보급을 효과적으로 촉진하고 있습니다. 공유하고 싶은 훌륭한 작품이 있다면 자유롭게 기여하거나 보고를 위해 연락주시기 바랍니다. 제출 이메일: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com 인공 지능 개발 과정에서 LLM(대형 언어 모델)의 제어 및 안내는 항상 핵심 과제 중 하나였으며 이러한 모델이 두 가지 모두를 보장하는 것을 목표로 했습니다. 강력하고 안전하게 인간 사회에 봉사합니다. 인간 피드백(RL)을 통한 강화 학습 방법에 초점을 맞춘 초기 노력
OpenAI Super Alignment Team의 사후 작업: 두 개의 대형 모델이 게임을 하고 출력이 더 이해하기 쉬워졌습니다.
Jul 19, 2024 am 01:29 AM
AI 모델이 내놓은 답변이 전혀 이해하기 어렵다면 감히 사용해 보시겠습니까? 기계 학습 시스템이 더 중요한 영역에서 사용됨에 따라 우리가 그 결과를 신뢰할 수 있는 이유와 신뢰할 수 없는 경우를 보여주는 것이 점점 더 중요해지고 있습니다. 복잡한 시스템의 출력에 대한 신뢰를 얻는 한 가지 가능한 방법은 시스템이 인간이나 다른 신뢰할 수 있는 시스템이 읽을 수 있는 출력 해석을 생성하도록 요구하는 것입니다. 즉, 가능한 오류가 발생할 수 있는 지점까지 완전히 이해할 수 있습니다. 설립하다. 예를 들어, 사법 시스템에 대한 신뢰를 구축하기 위해 우리는 법원이 자신의 결정을 설명하고 뒷받침하는 명확하고 읽기 쉬운 서면 의견을 제공하도록 요구합니다. 대규모 언어 모델의 경우 유사한 접근 방식을 채택할 수도 있습니다. 그러나 이 접근 방식을 사용할 때는 언어 모델이 다음을 생성하는지 확인하세요.
리만 가설의 중요한 돌파구! 타오저쉬안(Tao Zhexuan)은 MIT와 옥스퍼드의 새로운 논문을 적극 추천했으며, 37세의 필즈상 수상자도 참여했다.
Aug 05, 2024 pm 03:32 PM
최근 새천년 7대 과제 중 하나로 알려진 리만 가설이 새로운 돌파구를 마련했다. 리만 가설은 소수 분포의 정확한 특성과 관련된 수학에서 매우 중요한 미해결 문제입니다(소수는 1과 자기 자신으로만 나눌 수 있는 숫자이며 정수 이론에서 근본적인 역할을 합니다). 오늘날의 수학 문헌에는 리만 가설(또는 일반화된 형식)의 확립에 기초한 수학적 명제가 천 개가 넘습니다. 즉, 리만 가설과 그 일반화된 형식이 입증되면 천 개가 넘는 명제가 정리로 확립되어 수학 분야에 지대한 영향을 미칠 것이며, 리만 가설이 틀린 것으로 입증된다면, 이러한 제안의 일부도 그 효과를 잃을 것입니다. MIT 수학 교수 Larry Guth와 Oxford University의 새로운 돌파구
arXiv 논문은 '연발'로 게시될 수 있습니다. Stanford alphaXiv 토론 플랫폼은 온라인이며 LeCun은 이를 좋아합니다.
Aug 01, 2024 pm 05:18 PM
건배! 종이 토론이 말로만 진행된다면 어떤가요? 최근 스탠포드 대학교 학생들은 arXiv 논문에 대한 질문과 의견을 직접 게시할 수 있는 arXiv 논문에 대한 공개 토론 포럼인 alphaXiv를 만들었습니다. 웹사이트 링크: https://alphaxiv.org/ 실제로 이 웹사이트를 특별히 방문할 필요는 없습니다. URL에서 arXiv를 alphaXiv로 변경하면 alphaXiv 포럼에서 해당 논문을 바로 열 수 있습니다. 논문, 문장: 오른쪽 토론 영역에서 사용자는 저자에게 논문의 아이디어와 세부 사항에 대해 질문하는 질문을 게시할 수 있습니다. 예를 들어 다음과 같이 논문 내용에 대해 의견을 제시할 수도 있습니다.
최초의 Mamba 기반 MLLM이 출시되었습니다! 모델 가중치, 학습 코드 등은 모두 오픈 소스입니다.
Jul 17, 2024 am 02:46 AM
AIxiv 칼럼은 본 사이트에서 학술 및 기술 콘텐츠를 게재하는 칼럼입니다. 지난 몇 년 동안 이 사이트의 AIxiv 칼럼에는 전 세계 주요 대학 및 기업의 최고 연구실을 대상으로 한 2,000개 이상의 보고서가 접수되어 학술 교류 및 보급을 효과적으로 촉진하고 있습니다. 공유하고 싶은 훌륭한 작품이 있다면 자유롭게 기여하거나 보고를 위해 연락주시기 바랍니다. 제출 이메일: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com 서문 최근 몇 년 동안 다양한 분야에서 MLLM(Multimodal Large Language Model)의 적용이 눈에 띄는 성공을 거두었습니다. 그러나 많은 다운스트림 작업의 기본 모델로서 현재 MLLM은 잘 알려진 Transformer 네트워크로 구성됩니다.
Axiom 교육을 통해 LLM은 인과 추론을 학습할 수 있습니다. 6,700만 개의 매개변수 모델은 1조 매개변수 수준 GPT-4와 비슷합니다.
Jul 17, 2024 am 10:14 AM
LLM에 인과관계 사슬을 보여주면 공리를 학습합니다. AI는 이미 수학자 및 과학자의 연구 수행을 돕고 있습니다. 예를 들어, 유명한 수학자 Terence Tao는 GPT와 같은 AI 도구의 도움을 받아 자신의 연구 및 탐색 경험을 반복적으로 공유했습니다. AI가 이러한 분야에서 경쟁하려면 강력하고 신뢰할 수 있는 인과관계 추론 능력이 필수적입니다. 본 논문에서 소개할 연구에서는 작은 그래프의 인과 전이성 공리 시연을 위해 훈련된 Transformer 모델이 큰 그래프의 전이 공리로 일반화될 수 있음을 발견했습니다. 즉, Transformer가 단순한 인과 추론을 수행하는 방법을 학습하면 보다 복잡한 인과 추론에 사용될 수 있습니다. 팀이 제안하는 공리적 훈련 프레임워크는 시연만으로 패시브 데이터를 기반으로 인과 추론을 학습하는 새로운 패러다임입니다.
