बादल पृथ्वी की जलवायु और मौसम में महत्वपूर्ण भूमिका निभाते हैं।वे विभिन्न प्रकार के अलग-अलग पैटर्न और प्रकारों में बनते हैं जो जल चक्र और वायुमंडल के माध्यम से चमकदार ऊर्जा कैसे चलती है जैसी चीजों पर गहराई से अलग-अलग प्रभाव डाल सकते हैं।पृथ्वी का अवलोकन करने वाले उपग्रह दशकों से तस्वीरें खींच रहे हैं और ये डेटासेट बादलों और पृथ्वी प्रणाली पर उनके प्रभाव का अध्ययन करने का एक अनूठा अवसर प्रदान करते हैं।

उपग्रह चित्रों की भारी मात्रा का मूल्यांकन करना निषेधात्मक हो सकता है क्योंकि वैज्ञानिकों के लिए मैन्युअल रूप से सॉर्ट करने के लिए बहुत अधिक चित्र उपलब्ध हैं।स्व-पर्यवेक्षित AI मानव इनपुट के बिना छवियों की व्याख्या करना सीख सकता है।लेकिन विशिष्ट छवि पहचान एआई को प्रशिक्षित करने के लिए बड़ी मात्रा में मानव-जनित लेबल की आवश्यकता होती है।

एक नये लेख में,प्रकाशितमेंपृथ्वी प्रणालियों के लिए कृत्रिम बुद्धिमत्ता, शोधकर्ता एक एआई प्रदर्शित करते हैं जिसे लाखों लोगों को देखकर क्लाउड प्रकारों को पहचानना सिखाया जा सकता हैउपग्रह चित्रमानव इनपुट की आवश्यकता के बिना बादलों की।

इस शोध में विकसित एआई अनिवार्य रूप से एक छवि-मिलान कार्य करके क्लाउड छवियों का एक सरल संख्यात्मक प्रतिनिधित्व उत्पन्न करना सीखता है।इसे आस-पास के स्थानों से ली गई बादल छवियों के जोड़े पर प्रशिक्षित किया जाता है जिनमें समान प्रकार के बादल होने की संभावना होती है।इसे समान क्लाउड प्रकार वाली छवियों के समान प्रतिनिधित्व और विभिन्न क्लाउड प्रकार वाली छवियों के लिए अलग-अलग प्रतिनिधित्व सीखने के लिए पुरस्कृत किया जाता है।

नमूनाक्लाउड छवियों के कई डेटासेट पर मूल्यांकन किया गया था जिन्हें पिछले क्लाउड वर्गीकरण अध्ययनों द्वारा हाथ से लेबल किया गया था और वर्गीकरण मॉडल की तुलना में प्रदर्शन किया गया था जिन्हें मानव-निर्मित लेबल के साथ प्रशिक्षित किया गया था।

शोधकर्ताओं ने उपग्रह उपकरणों के बीच सामान्यीकरण करने की मॉडल की क्षमता का भी प्रदर्शन किया और मॉडल को अपने मापदंडों के आधार पर छवियों को मतिभ्रम करने के लिए मजबूर करके मॉडल द्वारा सीखे गए बादलों के आंतरिक प्रतिनिधित्व का पता लगाया।

अधिक जानकारी:एंड्रयू गीस एट अल, स्व-पर्यवेक्षित क्लाउड वर्गीकरण,पृथ्वी प्रणालियों के लिए कृत्रिम बुद्धिमत्ता(2024)।डीओआई: 10.1175/एआईईएस-डी-23-0036.1