L’IA permet aux utilisateurs de voir des images beaucoup plus claires que celles prises par satellite.
Satlas : carte mondiale des énergies renouvelables et de la couverture forestière
L’Institut Allen for AI, fondé par le cofondateur de Microsoft Paul Allen, a annoncé aujourd’hui le lancement de Satlas, une carte unique en son genre des projets d’énergies renouvelables et de la couverture forestière dans le monde.
Satlas utilise l’apprentissage automatique pour affiner les images satellite de l’Agence spatiale européenne (ESA), Sentinel-2. Ces images donnent une vue assez floue du sol, mais Satlas utilise des modèles d’apprentissage en profondeur pour renseigner des détails, tels que les bâtiments, afin de générer des images haute résolution.
Pour l’instant, Satlas se concentre sur les projets d’énergies renouvelables et la couverture arborée dans le monde entier. Les données sont mises à jour mensuellement et incluent les parties de la planète surveillées par Sentinel-2, à l’exception de certaines parties de l’Antarctique et des océans éloignés de la terre.
Satlas montre des parcs solaires et des éoliennes terrestres et offshore. Vous pouvez également l’utiliser pour voir comment la couverture du couvert forestier a changé au fil du temps.
Ces informations sont importantes pour les décideurs politiques qui tentent d’atteindre les objectifs climatiques et autres objectifs environnementaux.
Satlas est probablement l’une des premières démonstrations de super-résolution sur une carte mondiale. Cependant, il reste encore quelques problèmes à résoudre. Comme d’autres modèles d’IA générative, Satlas est toujours sujet aux « hallucinations ».
Par exemple, Satlas peut dessiner des bâtiments de manière incorrecte ou placer des voitures et des navires à des endroits où ils ne devraient pas être.
Pour développer Satlas, l’équipe de l’Institut Allen a dû parcourir manuellement des images satellite pour étiqueter 36 000 éoliennes, 7 000 plates-formes offshore, 4 000 fermes solaires et 3 000 pourcentages de couvert forestier. C’est ainsi qu’ils ont entraîné les modèles d’apprentissage profond à reconnaître ces fonctionnalités par eux-mêmes.
L’Institut Allen prévoit d’étendre Satlas pour fournir d’autres types de cartes, telles que des cartes des cultures plantées dans le monde.
« Notre objectif était en quelque sorte de créer un modèle de base pour surveiller notre planète », a déclaré Ani Kembhavi, directrice principale de la vision par ordinateur à l’Institut Allen. « Et puis, une fois que nous aurons construit ce modèle de base, nous l’affinerons pour des tâches spécifiques, puis nous mettrons ces prédictions de l’IA à la disposition d’autres scientifiques afin qu’ils puissent étudier les effets du changement climatique et d’autres phénomènes qui se produisent sur Terre. »
Satlas est un outil puissant qui peut être utilisé pour suivre l’évolution des projets d’énergies renouvelables et de la couverture forestière dans le monde. Il a le potentiel d’aider les décideurs politiques et les scientifiques à prendre des décisions éclairées sur l’environnement.