Google і NASA представили ШІ-модель MAPL-EMIT для картування викидів метану з космосу

Відредаговано: Svitlana Velhush

Tweet not found

The embedded tweet could not be found…

Google і Лабораторія реактивного руху NASA розробили штучний інтелект, який відстежує глобальні викиди метану з космосу. Модель отримала назву MAPL-EMIT і була представлена в науковому журналі Proceedings of the National Academy of Sciences.

Інструмент використовує дані спектрометра EMIT, встановленого на Міжнародній космічній станції. Він автоматизує виявлення та локалізацію джерел метану, включно з випадками шлейфів, що перекриваються.

Модель навчали на 3,6 мільйона фізично змодельованих шлейфів метану. Це дало їй змогу краще працювати зі складними ландшафтами та виявляти витоки в умовах, де раніше був потрібен ручний аналіз.

За результатами тестів MAPL-EMIT виявляє на 50% більше витоків метану, ніж експерти-люди. Крім того, система виявила понад 23 тисяч прихованих шлейфів у всьому світі, зокрема 24 із 25 найбільших звалищ-джерел викидів.

Муніципальні звалища твердих відходів входять до трійки головних антропогенних джерел метану в США. Автоматизація пошуку таких точок допомагає прискорити targeted mitigation — цілеспрямоване скорочення викидів.

Колаборація продовжує роботу Google з боротьби із суперзабруднювачами. Раніше компанія уклала партнерство з AMP для переробки відходів і генерації вуглецевих кредитів.

Як це вплине на глобальні зусилля зі скорочення викидів метану в найближчі роки?

33 Перегляди

Джерела

  • Google, NASA launch AI model to map methane emissions from space

Коментарі

Читайте більше статей на цю тему:

Korea Aerospace Industries says its AI module on the 12U BEE-1012 CubeSat, launched on Nuri Oct 7, passed an orbital pilot Oct 20. Given a simulated fault, it diagnosed cause and scope and sent back a fix plan. A main demo starts in December. Image Credit: Yonsei University

Image
Reply

Great paper from Anthropic on AI agents doing ML-for-science research. (bookmark it) If you build AI-scientist systems, this one is worth your time. They propose Agent4Sci, which gives frontier coding agents 20 scientific ML benchmarks across 11 domains and asks them to beat

Image
Reply
Знайшли помилку чи неточність?Ми розглянемо ваші коментарі якомога швидше.