Российские ученые из «Сколтеха» разработали инновационную методику CSIA (Climate Structures Inpainting Augmentations). Суть подхода заключается в том, что искусственный интеллект способен «дорисовывать» на исходных спутниковых изображениях реалистичные климатические структуры в тех областях, где такие явления изначально отсутствуют. Это позволяет существенно увеличить объем тренировочных данных и, как следствие, повысить точность распознавания и классификации редких или сложных для анализа погодных явлений.

«Мы искусственно расширяем выборку и учим нейросеть не путаться, когда ей встречаются редкие или сложные для сегментации явления. Наш метод помогает моделям точнее понимать геометрию и оптику климатических объектов, что особенно важно при анализе больших регионов и редких погодных феноменов», — отмечает руководитель исследовательской группы в Центре ИИ Сколтеха Светлана Илларионова.

Особенно важно, что нейросети, обученные с использованием методики CSIA, гораздо точнее интерпретируют особенности климата. Это критически важно при анализе обширных территорий и редких погодных явлений. Более того, такой подход не требует дополнительного участия человека в аннотировании данных, что значительно ускоряет и удешевляет процесс обработки информации.

Практическое применение разработки поистине впечатляет. С её помощью становится возможным эффективно анализировать лесные массивы даже в северных регионах с высоким процентом облачности. Технология позволяет оценивать характеристики лесов и их динамику, учитывая влияние климатических структур на спутниковых изображениях.

«Работа открывает возможности для более точной сегментации в самых разных сферах применения — от климатического мониторинга обширных регионов до экологических проектов и задач сельского хозяйства», — подчеркивается в сообщении пресс-службы «Сколтеха».