iymagazine.es

Modelo IA

IBM y la ESA presentan TerraMind, un innovador modelo de IA para la observación terrestre
Ampliar

IBM y la ESA presentan TerraMind, un innovador modelo de IA para la observación terrestre

martes 29 de abril de 2025, 17:00h

IBM y la Agencia Espacial Europea (ESA) han presentado TerraMind, un innovador modelo de inteligencia artificial generativa de código abierto diseñado para la observación de la Tierra. Este modelo integra datos de nueve modalidades diferentes, mejorando la comprensión geoespacial y superando a otros modelos en precisión. Con su capacidad para autogenerar datos relevantes, TerraMind promete revolucionar la predicción de fenómenos ambientales y optimizar el uso de recursos en el análisis de datos terrestres.

IBM y la ESA presentan TerraMind, un innovador modelo de IA para la observación terrestre

IBM y la Agencia Espacial Europea (ESA) han lanzado TerraMind, un modelo de inteligencia artificial generativa de código abierto que promete revolucionar la forma en que comprendemos nuestro planeta. Este nuevo modelo combina datos de nueve modalidades diferentes de observación terrestre, proporcionando una visión más clara e intuitiva del medio ambiente.

La iniciativa, liderada por la ESA, busca responder a la pregunta fundamental sobre qué información necesita un modelo de IA para entender verdaderamente nuestro entorno. Para ello, se ha desarrollado TerraMind, el cual está disponible en HuggingFace. Este modelo ha sido entrenado utilizando el conjunto de datos geoespaciales más extenso existente, conocido como TerraMesh.

Un avance significativo en modelos geoespaciales

Con una arquitectura única basada en transformadores simétricos, TerraMind es capaz de procesar entradas basadas en píxeles, tokens y secuencias. A pesar de haber sido entrenado con 500.000 millones de tokens, su diseño compacto permite que utilice diez veces menos recursos informáticos que los modelos convencionales. Esto no solo facilita su implementación a gran escala, sino que también reduce el consumo energético durante la inferencia.

Juan Bernabé-Moreno, director de IBM Research en Reino Unido e Irlanda, destaca que “lo que realmente distingue a TerraMind es su capacidad para ir más allá del procesamiento tradicional de imágenes satelitales”. En pruebas comparativas realizadas por la ESA, TerraMind superó a otros doce modelos populares en tareas críticas como clasificación de cobertura del suelo y monitoreo ambiental.

Integración innovadora de datos geoespaciales

El modelo se alimenta de una amplia gama de datos, incluyendo información sobre biomas y usos del suelo a nivel global. Esta integración permite realizar predicciones más precisas sobre fenómenos como la escasez de agua al considerar múltiples factores interrelacionados.

Técnicamente, TerraMind introduce el concepto “Thinking-in-Modalities” (TiM), permitiendo generar datos adicionales relevantes para mejorar su rendimiento. Johannes Jakubik, científico de IBM Research, explica que este enfoque puede ofrecer una precisión sin precedentes al especializar el modelo para aplicaciones específicas.

Colaboración internacional y futuro prometedor

El desarrollo de TerraMind es parte del esfuerzo continuo de IBM por utilizar tecnología avanzada en la exploración del planeta. Gobiernos y empresas ya están aprovechando modelos anteriores como los desarrollados junto a NASA para abordar desafíos en agricultura, gestión ambiental y planificación urbana.

Nicolas Longepe, científico de datos en la ESA, concluye que “este proyecto ejemplifica cómo la colaboración entre científicos y expertos tecnológicos puede desbloquear el potencial de los datos espaciales”. Con el lanzamiento de versiones ajustadas para casos específicos como respuesta ante catástrofes previsto para el próximo mes, TerraMind se posiciona como una herramienta esencial para enfrentar los retos ambientales actuales.

La noticia en cifras

Cifra Descripción
500.000 millones Número de tokens con los que fue entrenado TerraMind.
10 veces menos Recursos informáticos utilizados en comparación con modelos estándar.
8% o más Mejora en el rendimiento de TerraMind en comparación con otros modelos.
9 millones Número total de muestras de datos incluidas en el conjunto utilizado para entrenar el modelo.
Valora esta noticia
0
(0 votos)
¿Te ha parecido interesante esta noticia?    Si (0)    No(0)

+
0 comentarios