Liputan6.com, Boston - Teknologi kecerdasan buatan (Artificial Intelligence, AI) IBM membuahkan kerja sama baru dengan Marshall Space Flight Center NASA. Pada 2 Februari 2023, keduanya mengumumkan kolaborasi untuk menemukan wawasan baru dalam 'harta karun' NASA yang sangat besar tentang Bumi dan ilmu geospasial data.
Kerja sama tersebut akan menerapkan teknologi foundation model AI ke data satelit pengamatan Bumi milik NASA untuk pertama kalinya.
Advertisement
Foundation model adalah jenis model AI yang dilatih pada kumpulan data yang tidak berlabel, dapat digunakan untuk tugas yang berbeda, dan dapat menerapkan informasi tentang satu situasi ke situasi lainnya.
Model-model ini dengan cepat memajukan bidang teknologi natural language processing (NLP) atau pemrosesan bahasa alami selama lima tahun terakhir, dan IBM memelopori penerapan foundation model di luar bahasa.
IBM dan NASA berencana mengembangkan beberapa teknologi baru untuk mengekstrak wawasan dari pengamatan Bumi.
Salah satu satu proyek akan melatih geospatial intelligence foundation model IBM pada kumpulan data Harmonized Landsat Sentinel-2 (HLS) NASA, catatan mencakup lahan dan perubahan penggunaan lahan yang ditangkap oleh satelit mengorbit Bumi.
"Ada tiga area yang akan diekspos dalam kerja sama ini, pertama foundation model yang menggunakan gambar kumpulan NASA selama bertahun-tahun. Dengan kumpulan data tertentu itu, dibentuklah foundation model untuk memahami lanskap yang berubah dari waktu ke waktu, dampak bencana alam, iklim, maupun perubahan pada sektor lingkungan," ungkap Kitman Cheung, APAC Technical Sales Leader dalam AI Tour yang diikuti Liputan6.com, di MIT-IBM Watson AI Lab, Boston, AS pada 30-31 Januari 2023 lalu.
Yang kedua, sambungnya, model baru dalam proses bahasa alami yang dibangun kembali menggunakan mesin mencapai 300.000, memungkinkan ilmuwan riset NASA untuk mengakses data dengan cepat.
"Ketiga, berkaitan dengan prediksi cuaca dan perubahan iklim, untuk memprediksi perubahan iklim di masa depan," jelasnya.
Permudah Ahli untuk Analisis
Tujuan dari kerja sama ini adalah untuk memberikan cara yang lebih mudah bagi para peneliti untuk menganalisis dan menarik wawasan dari kumpulan data besar tersebut.
Teknologi foundation model IBM memiliki potensi untuk mempercepat penemuan dan analisis data, untuk memajukan pemahaman ilmiah tentang Bumi dengan cepat dan menanggapi masalah terkait iklim.
Dengan menganalisis petabyte data satelit untuk mengidentifikasi perubahan jejak geografis dari fenomena seperti bencana alam, hasil panen siklis, dan habitat satwa liar, teknologi foundation model diyakini akan membantu para peneliti memberikan analisis kritis terhadap sistem lingkungan planet kita.
Pengamatan Bumi yang memungkinkan para ilmuwan untuk mempelajari dan memantau planet kita dikumpulkan dengan kecepatan dan volume yang belum pernah terjadi sebelumnya. Pendekatan baru dan inovatif diperlukan untuk mengekstraksi pengetahuan dari sumber daya data yang luas ini.
Proyek bersama IBM-NASA potensial lainnya dalam perjanjian ini termasuk membangun foundation model untuk prediksi cuaca dan iklim menggunakan MERRA-2, kumpulan data pengamatan atmosfer.
Kolaborasi ini merupakan bagian dari Open-Source Science Initiative NASA, sebuah komitmen untuk membangun komunitas sains terbuka yang inklusif, transparan, dan kolaboratif selama dekade berikutnya.
Hasil lain dari kerjasama ini diharapkan berupa korpus literatur ilmu kebumian yang mudah dicari.
Advertisement
Sumber Daya Bagi Para Peneliti
IBM telah mengembangkan model natural language processing (NLP) yang dilatih pada hampir 300.000 artikel jurnal ilmu Bumi untuk mengatur literatur dan mempermudah penemuan pengetahuan baru. Berisi salah satu beban kerja AI terbesar yang dilatih pada perangkat lunak OpenShift Red Hat hingga saat ini, model yang terlatih sepenuhnya menggunakan PrimeQA, sistem penjawab pertanyaan multibahasa sumber terbuka IBM.
Selain menyediakan sumber daya bagi para peneliti, new language model model bahasa baru untuk ilmu Bumi dapat dimasukkan ke dalam proses pengelolaan dan pemrosesan data ilmiah NASA.
"Keindahan foundation model adalah mereka berpotensi digunakan untuk banyak aplikasi downstream," kata Rahul Ramachandran, ilmuwan peneliti senior di Pusat Penerbangan Luar Angkasa Marshall NASA di Huntsville, Alabama dalam keterangan tertulisnya.
Tak Bisa Ditangani Tim Kecil
Menurut Rahul, pengembangan foundation model membutuhkan kelompok besar agar memberikan hasil yang maksimal.
"Membangun foundation model ini tidak bisa ditangani oleh tim kecil," tambahnya. "Anda memerlukan tim dari berbagai organisasi untuk menghadirkan perspektif, sumber daya, dan keahlian mereka yang berbeda."
"Foundation model telah terbukti berhasil dalam pemrosesan bahasa alami, dan inilah saatnya untuk memperluasnya ke domain dan modalitas baru yang penting bagi bisnis dan masyarakat," kata Raghu Ganti, peneliti utama di IBM.
"Menerapkan foundation model ke geospasial, urutan peristiwa, deret waktu, dan faktor non-bahasa lainnya dalam data ilmu Bumi dapat membuat wawasan dan informasi yang sangat berharga tiba-tiba tersedia untuk kelompok peneliti, bisnis, dan warga negara yang jauh lebih luas. Pada akhirnya, ini dapat memfasilitasi lebih banyak orang yang menangani beberapa masalah iklim kita yang paling mendesak."
Advertisement
