Maschinelles Lernen: Forscher aus Oxford lehren Satellit, Bilder auszuwerten
Satelliten sollen verstehen, was sie erfassen. Ein Team der Universität Oxford hat dafür einen Satelliten mit einem System für maschinelles Lernen ausgestattet und in der Umlaufbahn trainiert.
Das Team um Vít Růžička brachte dem Satelliten ein einfaches Modell zur Erkennung von Veränderungen der Wolkendecke auf Luftbildern bei. Das Modell basierte auf einem Ansatz mit der Bezeichnung Few-Shot Learning, der es ermöglicht, wichtige Merkmale anhand von wenigen Beispielen zu erlernen. Vorteil ist, dass das Lernen schnell erfolgt, das Modell also schnell und effizient ist.
"Das von uns entwickelte Modell namens Ravaen(öffnet im neuen Fenster) komprimiert zunächst die großen Bilddateien in Vektoren mit 128 Zahlen. Während der Trainingsphase lernt das Modell, nur die informativen Werte in diesem Vektor zu behalten, also diejenigen, die sich auf die Veränderung beziehen, die es zu erkennen versucht – in diesem Fall, ob Wolken da sind oder nicht" , sagte Růžička(öffnet im neuen Fenster) . "Das Ergebnis ist ein extrem schnelles Anlernen, da nur ein sehr kleines Klassifikationsmodell trainiert werden muss."
Der erste Teil des Modells zur Komprimierung neuer Bilder wurde am Boden trainiert, der zweite Teil, also die Unterscheidung, ob ein Bild Wolken enthält oder nicht, auf dem Satelliten. Normalerweise würde die Entwicklung eines Modells für maschinelles Lernen mehrere Trainingsrunden mit einem Cluster von Computern erfordern. Bei dem Modell von Růžičkas Team, bei dem ein Datensatz von rund 1.300 Bildern zum Einsatz kam, war das Training in etwa eineinhalb Sekunden abgeschlossen.
Satelliten sammeln aus der Luft für unterschiedliche Zwecke, etwa zur Kartierung, für die Wettervorhersage oder zur Erfassung der Abholzung der Wälder. Allerdings können die meisten Satelliten nur passiv Daten sammeln, weil sie keine Veränderungen erkennen können. Die Daten stattdessen zur Erde zu übertragen und dort zu verarbeitet, was dann Stunden oder sogar Tage dauern kann, kann unter Umständen eine schnelle Reaktion auf ein schnell auftretendes Ereignis einer Naturkatastrophe verhindern.
Das Team stellt die Entwicklung in einem Aufsatz vor, der als Preprint auf dem Dokumentenserver Arxiv abrufbar(öffnet im neuen Fenster) ist.
- Anzeige Hier geht es zu Künstliche Intelligenz: Wissensverarbeitung bei Amazon Wenn Sie auf diesen Link klicken und darüber einkaufen, erhält Golem eine kleine Provision. Dies ändert nichts am Preis der Artikel.