加州大學(xué)伯克利分校的一組科學(xué)家進行的新研究使全球數(shù)據(jù)貧乏的地區(qū)有能力分析數(shù)據(jù)豐富的衛(wèi)星圖像。發(fā)表在自然傳播上的研究介紹了一種機器學(xué)習(xí)模型，資源受限的組織和研究人員可以利用該模型提取區(qū)域社會經(jīng)濟和環(huán)境信息。能夠遠程評估當(dāng)?shù)刭Y源有助于指導(dǎo)有效的干預(yù)措施并使全球社區(qū)受益。

“我們發(fā)現(xiàn)，包括我們在內(nèi)的許多研究人員都放棄了這一有價值的數(shù)據(jù)源，因為建立計算機視覺管道將原始像素值轉(zhuǎn)化為有用信息的復(fù)雜性和前期成本。我們認(rèn)為 MIG 有一種方法可以使這些信息更容易獲取，同時保持最先進方法提供的預(yù)測技能。因此，我們開始構(gòu)建一種實現(xiàn)這一目標(biāo)的方法，”該研究的合著者伊恩·博利格（ Ian Bolliger ）說，他在加州大學(xué)伯克利分校攻讀能源與資源博士學(xué)位時參與了這項研究。

在任何時候，數(shù)百顆圖像采集衛(wèi)星環(huán)繞地球運行，每天向數(shù)據(jù)庫發(fā)送大量信息。這些數(shù)據(jù)對全球挑戰(zhàn)（包括健康、經(jīng)濟和環(huán)境條件）有著寶貴的洞察力 ，甚至還提供了對數(shù)據(jù)貧乏和偏遠地區(qū)的觀察。

將衛(wèi)星圖像與機器學(xué)習(xí)（ SIML ）相結(jié)合已成為將這些原始數(shù)據(jù)流轉(zhuǎn)化為可用信息的有效工具。研究人員已將 SIML 應(yīng)用于廣泛的研究，從計算貧困率到水的供應(yīng)，再到教育普及。然而，大多數(shù) SIML 項目捕捉的是一個狹隘主題的信息，創(chuàng)建的數(shù)據(jù)適合于特定的研究和位置。

研究人員試圖創(chuàng)建一個可訪問的系統(tǒng)，能夠分析和組織來自多個來源的衛(wèi)星圖像，同時降低計算需求。他們創(chuàng)建的工具，稱為使用衛(wèi)星圖像和廚房水槽的多任務(wù)觀測（ MOSAIKS ），通過使用相對簡單和更有效的無監(jiān)督機器學(xué)習(xí)算法來實現(xiàn)這一點。

“我們設(shè)計 MOSAIKS 時考慮到單個衛(wèi)星圖像同時包含許多不同預(yù)測變量（如森林覆蓋率或人口密度）的信息。我們選擇使用圖像的無監(jiān)督嵌入來創(chuàng)建每個圖像的統(tǒng)計摘要。特征化步驟的無監(jiān)督性質(zhì)使得管道的學(xué)習(xí)和預(yù)測步驟非?？欤绾螐膱D像計算這些特征的細節(jié)非常適合衛(wèi)星圖像數(shù)據(jù)，”合著者、博士 Esther Rolf 說。伯克利大學(xué)計算機科學(xué)系學(xué)生。

為了開發(fā)模型，研究人員在 AWS 上使用 CUDA – 加速 NVIDIA V100 Tensor Core GPU。公共可用的CodeOcean膠囊使用 NVIDIA GPU ，它提供代碼、計算和存儲，供任何人交互運行。

圖 1 。訓(xùn)練數(shù)據(jù)（左）和使用日間圖像單一特征化的預(yù)測（右）。插圖（最右側(cè)）在全局地圖中用黑色正方形標(biāo)記。訓(xùn)練樣本是對 1000000 個陸地網(wǎng)格單元的統(tǒng)一隨機抽樣， 498063 個網(wǎng)格單元的圖像可用，并且可以與任務(wù)標(biāo)簽匹配。

“我們希望資源有限且沒有專業(yè)計算技能的決策者能夠毫不費力地收集衛(wèi)星圖像，建立他們關(guān)心的變量模型（比如，是否存在適當(dāng)?shù)男l(wèi)生系統(tǒng)），并測試該模型是否實際運行良好。如果他們能夠做到這一點，這將大大提高這些信息在實現(xiàn)政策目標(biāo)方面的有用性，”博利格說。

目前，該團隊正在開發(fā)和測試一個面向公眾的網(wǎng)頁界面工具，使人們能夠方便地在用戶指定的位置查詢 MOSAIKS 功能。研究人員鼓勵感興趣的研究人員使用注冊作為測試版。

關(guān)于作者

Michelle Horton 是 NVIDIA 的高級開發(fā)人員通信經(jīng)理，擁有通信經(jīng)理和科學(xué)作家的背景。她在 NVIDIA 為開發(fā)者博客撰文，重點介紹了開發(fā)者使用 NVIDIA 技術(shù)的多種方式。

審核編輯：郭婷