Model AI NASA dan IBM Ditingkatkan dengan Pelatihan Data Global

JAKARTA – Pada Augustus tahun lalu, NASA bersama IBM dan lembaga penelitian Jerman, Forschungszentrum Jülich, meluncurkan model dasar Kecerdasan Buatan (AI) yang diberi nama Prithvi Geospatial open-source. 

Saat diperkenalkan pertama kali, NASA mengatakan bahwa model dasar AI ini dapat mendukung berbagai aplikasi geografis. Kini, dengan adanya penyertaan data global, model AI Prithvi dapat melakukan lebih banyak hal, termasuk membantu para petani.

NASA menjelaskan bahwa model dasar AI Prithvi bisa membantu petani dalam melacak perubahan pada lahan yang digunakan, dapat memantau bencana yang mungkin terjadi dan apakah lahan akan terganggu, serta prediksi hasil panen di seluruh dunia. 

"Kami telah menanamkan keahlian ilmiah NASA secara langsung ke dalam model dasar ini, yang memungkinkan mereka untuk dengan cepat mengubah petabyte data menjadi wawasan yang dapat ditindaklanjuti,” kata Kepala Petugas Data Sains NASA, Kevin Murphy.

Kevin menambahkan bahwa perubahan ini membuat Prithvi Geospatial terasa seperti asisten yang hebat. Dengan menggunakan model AI ini, pengguna bisa membuat keputusan lebih cepat dan tepat sehingga manfaat ekonomi dan sosial bisa dihasilkan.

Sebelum menjadi alat yang canggih, model dasar ini awalnya dilatih dengan himpunan data yang besar, dibarengi teknik pembelajaran mandiri. Setelah itu, peneliti menggunakan citra satelit HLS yang dapat merepresentasikan berbagai lanskap dan menghindari data berkualitas rendah yang disebabkan oleh awan atau cuaca.

Setelah diuji coba beberapa kali dan pelatihannya terus ditingkatkan, model dasar Geospasial Prithvi terbukti dapat bekerja dengan baik di beberapa aplikasi. Peran model dasar ini bahkan sangat penting bagi sejumlah aplikasi pemantau Bumi. 

Prithvi Geospatial dapat memetakan banjir pascabencana dan mendeteksi bekas luka bakar yang disebabkan oleh kebakaran. Beberapa aplikasi yang diketahui menggunakan model dasar AI ini adalah Multi-Temporal Cloud Gap Imputation dan Segmentasi Tanaman Multi-Temporal.

“Model yang disempurnakan ini telah menjalani pengujian ketat di berbagai kasus penggunaan, memastikan peningkatan fleksibilitas dan kinerja, menghasilkan versi model yang memberdayakan aplikasi pemantauan lingkungan, dan memberikan manfaat sosial yang signifikan," ujar Rahul Ramachandran, Pemimpin Model Dasar AI di Marshall.

Simak breaking news dan berita pilihan Anda langsung di ponsel. Pilih saluran andalan akses berita voi.id WhatsApp Channel : https://whatsapp.com/channel/0029VamlU850gcfBaMTjry0w. Pastikan Anda sudah install aplikasi WhatsApp.