【ITBEAR科技资讯】10月20日消息，阿里达摩院宣布发布了一项颠覆性的遥感AI大模型，这一模型具备独特的能力，可以识别农田、农作物、建筑等地表物体，将人工智能深度融入到农田管理、自然资源保护和农业估产等遥感应用领域，以显著提高分析效率。据ITBEAR科技资讯了解，这一创新模型已经在AI Earth地球科学云平台上面向用户开放使用。
遥感技术一直在国家运营、耕地保护和应急救灾等领域发挥着广泛作用，而遥感AI则为这些领域带来了前所未有的机会。它可以大幅提升现有数据的应用深度，提供更为精细和准确的分析结果。例如，结合卫星图像和历史气象数据，这一模型可以精确预测农田内作物的生长情况，从而让农民更主动地管理耕地。
过去，由于遥感卫星数据庞大且地物种类繁多，要识别不同的地表物体，需要训练多个专用的遥感模型，而且单一模型的准确性和泛化能力有限。然而，自2023年4月meta发布《Segment Anything》论文以来，计算机视觉进入了大型模型的快速迭代时代，也推动了遥感AI向“一个模型解决多个任务”的方向发展。
达摩院提出的遥感AI解译通用分割模型(AIE-SEG)开创了历史，首次实现了遥感领域中图像分割任务的统一化。一个模型不仅能够实现“万物零样本”的快速提取，还能够识别近百种遥感地物分类，如农田、水域和建筑物，而且在处理多项任务时依然能够保持高精度的识别能力。此外，该模型还能够根据用户的交互反馈自动调整识别结果。在某些特定场景下，与传统的遥感模型相比，它的实例提取准确性提高了25%，变化检测准确性提升了30%。
此外，这一模型支持多模态交互，用户可以根据需要进行API调用，实现定制化的遥感AI解译功能，如水体提取、耕地变化监测和光伏识别等。
山东省国土测绘院从2022年开始与达摩院展开合作，运用遥感AI大模型进行山东全省冬小麦的长势监测研究。结果显示，识别精度超过90%，有效提升了冬小麦遥感解译的效率，有助于农业管理者更准确地预测粮食产量，提高农业生产效益。
国家自然灾害防治研究院也采用遥感AI大模型进行滑坡和倒塌建筑物的识别。在历史自然灾害区域的遥感图像测试中，提取受灾信息只需十几分钟，比传统人工识别方式的效率提高了数十倍，为科学救灾提供了高效而准确的遥感分析支持。
罗浩，达摩院视觉技术实验室AI Earth算法负责人，表示遥感多模态是人类更好地理解地球的必然之路。达摩院将持续推进遥感AI大模型的研究，以助力地球科学的探索与应用。
AI Earth是达摩院于2022年发布的一站式地球科学云平台，基于深度学习、计算机视觉和地理空间分析等技术，提供多源观测数据的云计算分析服务。目前，已与国内50多所高校合作，并在水利部、国家气象中心、生态环境部等机构中应用相关技术。
