Nouvelles

Aug 04, 2023

IBM et la NASA ouvrent

MISE À JOUR À 15 h 38 HAE / 3 AOÛT 2023 par Maria Deutscher IBM Corp. et la NASA ont publié aujourd'hui un modèle d'intelligence artificielle avancé conçu pour aider les chercheurs à analyser les données satellitaires plus rapidement. Le modèle

MISE À JOUR À 15H38 HAE / 03 AOÛT 2023

par Maria Deutscher

IBM Corp. et la NASA ont publié aujourd'hui un modèle avancé d'intelligence artificielle conçu pour aider les chercheurs à analyser plus rapidement les données satellitaires.

Le modèle est disponible sur Hugging Face, une plateforme populaire de type GitHub pour le partage de réseaux neuronaux open source. La prochaine phase de la collaboration d'IBM avec la NASA se concentrera sur l'extension de leur IA à des cas d'utilisation supplémentaires. Ils s'associeront à l'Université Clark de Worcester, dans le Massachusetts, pour cette initiative.

« Le rôle essentiel des technologies open source pour accélérer des domaines de découverte critiques tels que le changement climatique n'a jamais été aussi clair », a déclaré Sriram Raghavan, vice-président d'IBM Research AI.

IBM affirme que le nouveau modèle est conçu pour aider les chercheurs à identifier les zones de la zone continentale des États-Unis qui pourraient être exposées à des risques d'inondations et d'incendies de forêt. Selon l’entreprise, le modèle peut analyser les données géospatiales jusqu’à quatre fois plus rapidement que les réseaux neuronaux de pointe. Il faut également moins de données pour s’entraîner.

IBM décrit l'IA comme un modèle de base ou un modèle capable d'effectuer un large éventail de tâches informatiques avancées. Il est basé sur l'architecture Transformer, une approche populaire pour la conception de réseaux de neurones. Les modèles de transformateur peuvent prendre en compte une grande quantité d’informations contextuelles lors du raisonnement sur une donnée, ce qui leur permet de prendre des décisions plus précises que les autres systèmes d’IA.

La technologie sous-tend bon nombre des systèmes d’IA les plus avancés du marché. Cela inclut GPT-4, le dernier grand modèle de langage d'OpenAI LP.

IBM et la NASA ont formé conjointement leur modèle sur un ensemble de données géospatiales appelé Harmonized Landsat Sentinel-2. L'ensemble de données comprend des images de la surface de la Terre prises par le satellite Landsat-8 de la NASA. Il contient également des mesures de Sentinel-2, une constellation de satellites exploitée par l'Agence spatiale européenne.

IBM a formé le modèle d'IA à l'aide de son supercalculateur Vela développé en interne. Le système, que la société a révélé plus tôt cette année, est alimenté par des puces de la série A100 de cartes graphiques pour centres de données de Nvidia Corp. Vela utilise une version haut de gamme de l'A100 avec une réserve de mémoire intégrée particulièrement importante pour stocker les modèles d'IA.

Outre le silicium Nvidia, le supercalculateur comprend un logiciel de virtualisation développé par IBM. La virtualisation facilite certaines tâches de développement de l'IA, mais cette simplicité se fait au prix d'une puissance de traitement réduite. IBM affirme avoir réduit l'impact sur les performances à moins de 5 %, ce que ses chercheurs décrivent comme « les frais généraux les plus faibles du secteur à notre connaissance ».

Bien qu'IBM et la NASA aient optimisé leur modèle pour détecter les zones à risque d'inondations et d'incendies de forêt, ils estiment qu'il peut également être adapté à d'autres cas d'utilisation. Le suivi de la déforestation est une tâche que le modèle pourrait accélérer. IBM affirme qu'il peut également être utilisé pour aider les chercheurs à surveiller les émissions de carbone et à prévoir les rendements des cultures.

À l’avenir, la société prévoit d’étendre davantage les capacités de l’IA. Il s'est associé à des chercheurs de la NASA et de l'Université Clark pour poursuivre ces efforts.

Dans le cadre de cette initiative, IBM espère optimiser le modèle pour la segmentation des séries chronologiques et la recherche de similarité. Ce sont deux méthodes d’analyse de données populaires qui sont utilisées non seulement pour la recherche géospatiale, mais également pour toute une série d’autres tâches. La segmentation des séries chronologiques peut, par exemple, être utilisée pour étudier la cause des fluctuations du cours des actions.

IBM prévoit à terme de rendre disponible une version commerciale du modèle via sa suite de produits Watsonx. Présentée en mai, la suite comprend une gamme d'outils logiciels conçus pour aider les entreprises à créer des modèles d'IA avancés et à les déployer en production. Il existe également des réseaux de neurones préemballés optimisés pour divers cas d'utilisation.

Watsonx est alimenté par Red Hat OpenShift AI, un autre composant récemment lancé du portefeuille d'apprentissage automatique d'IBM. Il s'agit d'une version de la plateforme de développement et de déploiement d'applications OpenShift spécifiquement optimisée pour les charges de travail d'IA. L'offre facilite des tâches telles que la surveillance des performances des modèles d'apprentissage automatique exécutés en production.