KAIST, l'IA ricostruisce immagini satellitari coperte dalle nuvole (preprint)

Un satellite guarda verso una città sotto una coltre grigia di nuvole, e il suolo sottostante semplicemente scompare. È il problema quotidiano che il team del KAIST si è proposto di risolvere. Le immagini ottiche registrano la luce solare riflessa dalla superficie terrestre, quindi una nuvolosità fitta o il buio cancellano ciò che si trova sotto. Il radar potrebbe vedere attraverso entrambi, ma le sue immagini, costruite con le onde radio riflesse dal suolo, differiscono così tanto per luminosità e struttura dalle fotografie comuni da risultare difficili da leggere.

Il gruppo di ricerca, guidato dal professor Munchurl Kim della School of Electrical Engineering del KAIST, ha costruito GeoCore-9B per affrontare entrambi i problemi con un unico modello. La sua componente centrale per la generazione delle immagini regola circa 9 miliardi di parametri, cioè i valori interni che il modello modifica durante l'addestramento. Il modello viene preaddestrato su un grande volume di dati satellitari e poi adattato a compiti specifici, motivo per cui viene classificato come «foundation model», una base sulla quale si possono costruire molte applicazioni. Invece di riutilizzare una componente progettata per produrre foto di tutti i giorni, il team ha addestrato un nuovo modello da zero su viste dall'alto di terreni, foreste, porti e città.

La parte insolita riguarda i dati di addestramento. Il team ha usato 10 milioni di coppie di immagini satellitari e descrizioni scritte, come un porto con navi e magazzini, oppure una scena rurale con una strada che attraversa i campi. Al modello sono stati forniti anche latitudine, longitudine e distanza di campionamento al suolo, cioè la dimensione del terreno coperto da un singolo pixel. I ricercatori osservano che una forma da sola non dice se si tratta di un piccolo edificio o di un grande impianto industriale, quindi il modello deve sapere dove e a quale scala è stata scattata un'immagine. In un esempio, un'immagine larga 256 pixel copre circa 256 metri con una risoluzione di 1 metro per pixel, e circa 8,2 chilometri con una risoluzione di 32 metri per pixel. Una tecnica aggiuntiva, chiamata allineamento semantico geospaziale, usa durante l'addestramento le caratteristiche estratte da un'IA specializzata in immagini satellitari, per aiutare il modello a capire come si collegano le strade e dove corrono i confini dei campi; questo ausilio non viene usato durante la generazione delle immagini.

Il modello è stato poi messo a punto separatamente per due compiti: rimuovere le nuvole e convertire le immagini radar in viste simili a fotografie. Il preprint, pubblicato su arXiv, presenta questi come le capacità del modello. I dati disponibili per questo articolo non includono parametri di valutazione quantitativi per nessuno dei due compiti, e il lavoro non è stato pubblicato su una rivista sottoposta a revisione paritaria. Le sue illustrazioni sono concettuali e non mostrano una rete satellitare in funzione.

Cosa cambierebbe se i risultati reggessero? Per le squadre di soccorso, una vista priva di nuvole di una valle allagata o di una foresta in fiamme ha un valore enorme, e un'immagine radar che somiglia a una fotografia può essere letta anche da chi non è specialista di radar. Gli autori prevedono un uso più ampio dei dati satellitari nella gestione delle catastrofi e nel monitoraggio ambientale. Non sono stati annunciati date, partner o prodotti: per ora il risultato è una direzione di ricerca, e servirà una verifica indipendente su dati satellitari reali prima che qualcuno possa farvi affidamento.