第一屆空天信息技術(shù)大會9月21日開幕。大會期間,中國科學院空天信息創(chuàng)新研究院付琨研究員團隊聯(lián)合鵬城實驗室,正式發(fā)布自主研制的百億級遙感解譯基礎(chǔ)模型——“空天·靈眸”3.0版。這是迄今為止全球首個百億參數(shù)級空天一體遙感解譯基礎(chǔ)模型。
近年來,我國遙感數(shù)據(jù)獲取能力不斷增強,已進入遙感大數(shù)據(jù)時代,人工智能等新型數(shù)據(jù)處理方式也為數(shù)據(jù)服務模式的變革提供了可能。“空天·靈眸”是我國首個面向多模態(tài)遙感數(shù)據(jù)生成式基礎(chǔ)模型,也是首個專為遙感領(lǐng)域打造的專業(yè)基礎(chǔ)模型。自2022年首次推出后,中國科學院空天信息創(chuàng)新研究院研究團隊在“基礎(chǔ)模型+下游任務”計算范式積累上持續(xù)探索。今年3月起,研究團隊與鵬城實驗室深度合作,基于中國算力網(wǎng)“鵬城云腦II”樞紐節(jié)點,采用512張昇騰910顯卡,歷時數(shù)月攻關(guān)完成了在4億張國產(chǎn)化多模態(tài)空天遙感數(shù)據(jù)樣本上的預訓練,基礎(chǔ)模型參數(shù)規(guī)模首次超過百億。
中國科學院空天信息創(chuàng)新研究院研究員孫顯介紹,如果把基礎(chǔ)模型看作是一個機器人,那么,“參數(shù)”就相當于它的“記憶細胞”和“知識細胞”。如果參數(shù)規(guī)模小,則它能記住和處理的信息就相對有限,只能做一些比較簡單的任務。參數(shù)規(guī)模越大,這兩種“細胞”就越多,它就能捕捉、記憶和處理更復雜的信息,從而更加準確、精細地完成更困難、更復雜的任務。
“空天·靈眸”3.0版內(nèi)核工作架構(gòu)是基于熱傳導,這是聯(lián)合團隊自主研發(fā)的一套小而精的原創(chuàng)性架構(gòu)。受傳熱學物理思想啟發(fā),聯(lián)合團隊將場景目標間視覺語義傳播建模為熱能擴散過程,從而使該架構(gòu)有效突破了遙感模型推理的性能和速度瓶頸,計算速度較傳統(tǒng)結(jié)構(gòu)模型提升2.4倍以上。
“空天·靈眸”3.0版目前已表現(xiàn)出極為優(yōu)秀的泛化解譯性能,在可見光、合成孔徑雷達、熱紅外、多光譜等多傳感器衛(wèi)星數(shù)據(jù)基礎(chǔ)上,拓展至航空遙感飛機、無人機等不同航空平臺觀測數(shù)據(jù)的自動化、高精度解譯處理。尤其是航空大傾角成像過程中,極易出現(xiàn)畸變、遮擋、缺失等干擾,模型對此依然可以保持高精度的識別能力。
目前,“空天·靈眸”3.0版在覆蓋場景分類、目標檢測、語義分割、變化檢測等六大類任務的23個國際基準數(shù)據(jù)集上測試,比當前的主流模型,精度平均提升4%至10%,指標均達到領(lǐng)先水平,并已在應急、國土、海洋、住建等多個行業(yè)部署試運行,特別是在最具挑戰(zhàn)性的復雜要素精細分類、運動小目標連續(xù)跟蹤等任務上性能卓越,為天臨空地一體化應用提供了一套行之有效的解決方案。未來,研究團隊將持續(xù)推動“空天·靈眸”3.0版在國民經(jīng)濟各個行業(yè)的落地應用。