पिक्सल से योजना तक: प्रकृति बहाली के लिए अर्थ एआई

गूगल रिसर्च ने एक उच्च-रिज़ॉल्यूशन डीप लर्निंग फ्रेमवर्क विकसित किया है, जो छोटे पैमाने की वुडी विशेषताओं जैसे हेजरो, शेल्टरबेल्ट और कोप्सेस को मैप करता है, जो आमतौर पर मानक उपग्रह डिटेक्शन से अदृश्य होती हैं। ये विशेषताएं फसलों को विस्थापित किए बिना कार्बन भंडारण और जैव विविधता को बढ़ा सकती हैं। टीम ने यूके के लिए एक वेक्टराइज्ड डेटासेट जारी किया, जो पिक्सेल-आधारित मैप्स को हेजरो, पत्थर की दीवारों और कोप्सेस की कार्रवाई योग्य सूचियों में परिवर्तित करता है। डेटा की कमी को दूर करने के लिए, उन्होंने रिमोट सेंसिंग फ़ाउंडेशन्स विज़न-ट्रांसफॉर्मर बैकबोन का उपयोग किया, जो 300 मिलियन वैश्विक उपग्रह छवियों पर प्री-ट्रेंड था और ब्रिटिश परिदृश्यों के लिए फ़ाइन-ट्यून किया गया था। एक डुअल-लेयर लेबलिंग सिस्टम, जो सबमीटर इमेजरी और लिडार डेटा का उपयोग करता है, ने ओवरलैपिंग विशेषताओं को संभाला, जबकि पोल्सबी-पॉपर कॉम्पैक्टनेस स्कोर ने पारिस्थितिक कार्य द्वारा आकृतियों को वर्गीकृत किया। गूगल अर्थ इंजिन ने इंग्लैंड भर में लाखों विशेषताओं के समानांतर प्रसंस्करण को सक्षम किया। डेटासेट का उद्देश्य किसानों, वैज्ञानिकों और नीति निर्माताओं को जलवायु और जैव विविधता लक्ष्यों के लिए छोटे पैमाने की विशेषताओं की रक्षा करने में सशक्त बनाना है।