KI-gestützte Chatbots werden immer häufiger eingesetzt und viele Unternehmen und Organisationen sind dabei, solche Systeme einzuführen. Von nun an ist die Europäische Weltraumorganisation (ESA) mit von der Partie: Sie wird einen eigenen virtuellen Assistenten auf Basis des chatgpt-Modells entwickeln, um der Öffentlichkeit einen klaren Einblick in die Daten zur Erdbeobachtung zu ermöglichen.
Diese Initiative wurde von der ins Leben gerufen Φ-Labor (ausgesprochen Phi-Lab), eine Abteilung der ESA, deren Ziel es ist, die Entwicklung innovativer Erdbeobachtungstechnologien zu beschleunigen. Dabei setzt das Labor insbesondere auf Partnerschaften mit Unternehmen wie Nvidia oder OVH sowie renommierten Forschungseinrichtungen wie der EPFL oder der ETH Zürich.
Erleichtern Sie die Datennutzung
Mit diesem neuen Projekt will sie ein besonders hartnäckiges Problem lösen. Tatsächlich erzeugt die Beobachtung unseres Planeten jeden Tag immense Mengen wertvoller Daten, und zwar so sehr, dass dies der Fall ist Es ist für den Menschen sehr schwierig, seine Ausbeutung zu optimieren.
Auf den ersten Blick ist dies typischerweise die Art von Übung, bei der KI-basierte Algorithmen Wunder bewirken könnten. Aber das Problem ist das Alle diese Daten sind unbeschriftet. Im Kontext des maschinellen Lernens ist die Kennzeichnung ein Prozess, bei dem dem System mitgeteilt wird, welchen Daten die einzelnen während des Trainingsprozesses verwendeten Daten entsprechen. Nehmen Sie einen Algorithmus zur Erkennung von Bildern. Um ihn zu trainieren, muss man ihm viele Beispiele liefern, in denen man ihm explizit sagt, was vor seiner Nase liegt. Das erste Foto zeigt beispielsweise einen Hund, das zweite ein Haus und so weiter.
Dies ist ein Prozess, der normalerweise sehr langwierig und ermüdend ist, da in der Praxis Stunden damit verbracht werden, Schlüsselwörter manuell zu einer Datenbank hinzuzufügen. Und in manchen Fällen, wie etwa bei der Erdbeobachtung, ist die Datenmenge einfach zu groß; Die ESA kann es sich einfach nicht leisten, alles von Menschen kennzeichnen zu lassen, da es einer ganzen Armee von Vollzeitmitarbeitern bedarf, um überhaupt Ergebnisse zu erzielen.
Ein auf terrestrische Beobachtung spezialisiertes Grundlagenmodell
Aus diesem Grund hat sich die ESA entschieden, ihren Assistenten auf a zu stützen Gründungsmodell, wie das, das ChatGPT zugrunde liegt. Der Unterschied zum traditionellen Ansatz des maschinellen Lernens besteht darin, dass diese Modelle, die etwa 2018 auf den Markt kamen, alleine trainieren, ohne menschliche Aufsicht; wir reden überSelbstüberwachtes Lernen. Und vor allem können sie es tun unbeschriftete Daten. Diese Systeme sind daher schwieriger zu manipulieren als ihre Vorfahren. Doch wenn die Mayonnaise fest wird, erhalten wir ein besonders effizientes und vielseitiges Modell, das dann für einen ganz bestimmten Einsatzzweck konfiguriert werden kann.
Die ESA arbeitet bereits an mehreren Grundlagenmodellen, die auf die Interpretation von Beobachtungsdaten spezialisiert sind. Aber in einer Pressemitteilung verriet sie, dass einer von ihnen sich taufen ließ PhilEONach etwas mehr als einem Jahr harter Arbeit wird er erwachsen. Es wurde kürzlich verschiedenen wichtigen Akteuren der Erdbeobachtung vorgeschlagen, um mit der Validierung seiner Leistung zu beginnen.
Letztendlich wird es sein Ziel sein Überprüfen Sie alle von ESA-Maschinen gemeldeten Daten. wie die Sentinel-Satelliten, zu direkt nutzbare Informationen extrahieren. « Stellen Sie sich vor, Sie könnten einen Chatbot fragen: „Können Sie für mich eine hochpräzise Karte der Pflanzenklassifizierung in Kenia erstellen?“ oder „Sinken die Gebäude in meiner Straße?“. Und stellen Sie sich vor, dass diese Informationen wissenschaftlich fundiert sind und auf verifizierten Daten basieren », erklärt der Kommunique der Agentur.
Ein vielversprechendes Tool für Experten und die breite Öffentlichkeit
« Dieses Konzept eines auf Erdbeobachtung spezialisierten digitalen Assistenten, der uns eine Vielzahl nützlicher Informationen aus unterschiedlichen Quellen bieten kann, ist eine besonders verlockende Aussicht », schätzt Giuseppe Borghi, Direktor des Φ-Labors. „ Angesichts der Tatsache, dass wir mit PhilE bereits äußerst ermutigende Fortschritte gemacht haben, erwarte ich, dass diese neuen Projekte in naher Zukunft die Art und Weise, wie wir die Erde beobachten, völlig verändern werden. “, freut er sich.
Und das Aufregendste ist, dass dieses Konzept zweifellos so sein wird auf viele andere Wissenschaftszweige angewendet in den nächsten Jahren. Wir denken insbesondere an Disziplinen, die die Arbeit mit riesigen Datensätzen erfordern, die so unverdaulich sind, wie etwa Astrophysik, Teilchenphysik oder Klimatologie.
Das sind großartige Neuigkeiten für erfahrene Fachleute, die mit minimalem Aufwand schnell aufschlussreiche Schlussfolgerungen ziehen können – und dadurch den Entdeckungsprozess erheblich beschleunigen können. Und das Tüpfelchen auf dem i ist, dass das Konzept auch für die breite Öffentlichkeit sehr interessant ist, da ein solcher Assistent auch ein fantastisches Popularisierungsinstrument sein wird.
🟣 Um keine Neuigkeiten im Journal du Geek zu verpassen, abonnieren Sie google.com/publications/CAAqBwgKMNr_hAswwYyCAw?hl=fr&gl=FR&ceid=FR%3Afr” target=”_blank”>Google Nachrichten. Und wenn Sie uns lieben, haben wir jeden Morgen einen Newsletter.
