KI im All – Embed2Scale im EOC
Künstliche Intelligenz bringt die Bildanalyse an Bord von Satelliten auf das Level der Betrachtung mit dem menschlichen Auge. So können statt Daten, direkt Informationen zum Boden geschickt werden. Anstelle flächendeckende, hochauflösende Satellitenaufnahmen mit Hilfe eines Bodenstationsnetzwerks herunterzuladen und zu analysieren, könnten künftig beispielsweise nur die Koordinaten von tatsächlich detektierten Waldbränden unmittelbar an die Feuerlöschteams im Feld geschickt werden.
Damit solche KI-Analysen auf limitierter Satellitenhardware möglich werden, müssen die Daten in „Embeddings“ komprimiert werden. Das europäische Projekt „Embed2Scale“ (E2S) arbeitet an solchen Embeddings speziell für Erdbeobachtungs- und Klimamodell-Daten. Embeddings sind Übersetzungen von komplexen Daten in Vektoren eines niedrigdimensionalen Vektorraums. In diesen Vektorräumen können z.B. Ähnlichkeitssuchen oder Klassifikationen einfacher und schneller erfolgen.
Die Projektbeteiligten von Embed2Scale haben sich Anfang Juli im EOC getroffen, um den Status ihrer Forschungsarbeit zu diskutieren. Mit dabei, die Beirats-Mitglieder und Satellitenunternehmen ICEYE sowie Orora Technologies. Das finnische Unternehmen ICEYE betreibt weltweit die größte Flotte an SAR-Satelliten (Synthetic Aperture Radar). Durch die Unabhängigkeit von Wolken und Beleuchtung eignen sich diese Satelliten für viele operationelle Anwendungen, wie z.B. die Schiffsdetektion, das Aufspüren von Ölteppichen oder die Klassifikation von Meereis. Die Satelliten des Münchner Startups OroraTech liefern hochauflösende Wärmebildaufnahmen der Erde, um z.B. Waldbrände frühzeitig zu erkennen. Beide Firmen haben großes Interesse an der Satelliten-KI, da diese neue, verzögerungsfreie Echtzeitdienste ermöglicht, die unmittelbar auf dem Satelliten realisiert werden können. Doch nicht nur Satelliten profitieren von Embeddings: Mit einer starken, bis zu tausendfachen, Komprimierung soll künftig die ressourcenschonende Echtzeit-Analyse von Daten über verteilte Datenzentren hinweg möglich werden.
Die Übersetzung von Daten in Embeddings erfolgt durch neuronale Kompression u.a. durch große Foundation Modelle wie TerraMind, eines der derzeit leistungsfähigsten Open-Source-Modelle seiner Art. EOC-Mitarbeiter und Forscher von IBM Research Europe stehen dazu in engem Austausch. TerraMind wurde mit Daten von Satellitensensoren, Daten zur Geomorphologie oder den Oberflächeneigenschaften der Erde trainiert.
Um die Qualität der erzeugten Embeddings für die jeweiligen Anwendungsfälle wie maritime Überwachung, Biomasse-Schätzung, Wolkencharakterisierung und Agrar-Monitoring zu quantifizieren, hat Embed2Scale die „NeuCo-Bench“-Software veröffentlicht.
Aus diesem Benchmarking heraus ist schließlich Earth2Vec entstanden. Eine nutzergetriebene Initiative, in der Unternehmen, staatliche Einrichtungen und Forschungseinrichtungen zusammenarbeiten, um die Anwendung neuronaler Kompression auf Erdbeobachtungsdaten in der Praxis voranzubringen.
Embed2Scale (E2S) wird im Rahmen des Programms „Horizon Europa“ der Europäischen Union durch die Agentur der Europäischen Union für das Weltraumprogramm (EUSPA), die Schweiz und das Vereinigten Königreich gefördert. Unter der Koordination der Firma Martel Innovate arbeiten neben dem DLR, IBM Research Europe, die EU-Organisation SatCen, das Helmholtzzentrum Forschungszentrum Jülich, die slowenische Firma Sinergise (jetzt zugehörig zum US-amerikanischen Unternehmen Planet), der spanische Satellitenbetreiber hisdeSAT, die Universität Zürich, die Universität Münster und die Universität Oxford in dem Projekt zusammen.