As duas versões estão alinhadas bloco a bloco, pela ordem do texto: título, o essencial e depois parágrafo a parágrafo. Quando a tradução fundiu ou dividiu um parágrafo, a casa correspondente fica vazia — nunca aproximamos duas passagens a olho.
A satellite looks down at a city under a grey lid of cloud, and the ground underneath is simply gone. That is the everyday problem the KAIST team set out to solve. Optical images record sunlight bouncing off the Earth's surface, so thick cloud or darkness erases what is below. Radar could see through both, but its pictures, built from radio waves bounced back from the ground, differ so much in brightness and pattern from ordinary photographs that they are hard to read.
Um satélite observa uma cidade sob um manto cinzento de nuvens, e o terreno por baixo simplesmente desaparece. É este o problema quotidiano que a equipa da KAIST se propôs resolver. As imagens ópticas registam a luz solar refletida pela superfície da Terra, pelo que nuvens espessas ou a escuridão apagam o que está por baixo. O radar conseguiria ver através de ambas, mas as suas imagens, construídas a partir de ondas de rádio refletidas pelo solo, diferem tanto em luminosidade e padrão das fotografias comuns que são difíceis de ler.
The research team, led by professor Munchurl Kim of the School of Electrical Engineering at KAIST, built GeoCore-9B to handle both problems with one model. Its core image-generating component adjusts about 9 billion parameters, the internal values it tunes during training. The model is pretrained on a large volume of satellite data and then adapted to specific jobs, which is why it is classed as a "foundation model", a base on which many applications can be built. Rather than borrowing a component designed to produce everyday photos, the team trained a new model from scratch on overhead views of terrain, forests, ports and cities.
A equipa de investigação, liderada pelo professor Munchurl Kim, da Escola de Engenharia Elétrica da KAIST, construiu o GeoCore-9B para resolver os dois problemas com um único modelo. O seu componente principal de geração de imagens ajusta cerca de 9 mil milhões de parâmetros, os valores internos que são afinados durante o treino. O modelo é pré-treinado com grande volume de dados de satélite e depois adaptado a tarefas específicas, razão pela qual é classificado como «modelo fundacional», uma base sobre a qual podem ser construídas muitas aplicações. Em vez de reutilizar um componente concebido para produzir fotografias do dia a dia, a equipa treinou um novo modelo de raiz com vistas aéreas de terrenos, florestas, portos e cidades.
The training data is the unusual part. The team used 10 million pairs of satellite images and written descriptions, such as a port with ships and warehouses, or a rural scene with a road running between fields. They also fed the model latitude, longitude and ground sample distance, the size of ground covered by one pixel. The researchers note that a shape alone does not tell you whether it is a small building or a large plant, so the model must know where and at what scale an image was taken. In one example, a 256-pixel-wide image covers about 256 meters at 1 meter per pixel, and about 8.2 kilometers at 32 meters per pixel. A further technique, called Geospatial Semantic Alignment, uses features from an AI specialised in satellite imagery during training to help the model learn how roads connect and where farm boundaries lie; that helper is not used when images are generated.
A parte invulgar está nos dados de treino. A equipa utilizou 10 milhões de pares de imagens de satélite e descrições escritas, como um porto com navios e armazéns, ou uma paisagem rural com uma estrada a atravessar campos. Forneceram também ao modelo a latitude, a longitude e a distância de amostragem no terreno, ou seja, a dimensão do solo coberto por um pixel. Os investigadores observam que uma forma, por si só, não diz se se trata de um edifício pequeno ou de uma grande fábrica, pelo que o modelo tem de saber onde e a que escala foi captada a imagem. Num exemplo, uma imagem com 256 pixels de largura cobre cerca de 256 metros a 1 metro por pixel, e cerca de 8,2 quilómetros a 32 metros por pixel. Uma técnica adicional, chamada alinhamento semântico geoespacial (Geospatial Semantic Alignment), utiliza, durante o treino, características extraídas de uma IA especializada em imagens de satélite para ajudar o modelo a aprender como as estradas se ligam e onde se situam os limites das explorações agrícolas; esse auxiliar não é utilizado quando as imagens são geradas.
The model was then fine-tuned separately for two tasks: removing clouds and converting radar images into photo-like views. The preprint, posted to arXiv, presents these as the model's capabilities. The figures available for this article do not include quantitative benchmarks for either task, and the work has not been published in a peer-reviewed journal. Its illustrations are conceptual and do not show a live satellite network.
O modelo foi depois ajustado separadamente para duas tarefas: remoção de nuvens e conversão de imagens de radar em vistas semelhantes a fotografias. O pré-print, publicado no arXiv, apresenta estas como as capacidades do modelo. Os dados disponíveis para este artigo não incluem indicadores quantitativos de desempenho para nenhuma das tarefas, e o trabalho não foi publicado numa revista com revisão por pares. As suas ilustrações são conceptuais e não mostram uma rede de satélites em funcionamento.
What changes if this holds up? For disaster teams, a cloud-free view of a flooded valley or a burning forest is worth a great deal, and a radar image that looks like a photograph can be read by people who are not radar specialists. The authors expect wider use of satellite data in disaster response and environmental monitoring. No date, partner or product has been announced: for now, the gain is a research direction, and it will need independent testing on real satellite data before anyone can rely on it.
O que muda se isto se confirmar? Para as equipas de resposta a catástrofes, uma vista sem nuvens de um vale inundado ou de uma floresta em chamas tem um valor enorme, e uma imagem de radar que se assemelha a uma fotografia pode ser lida por pessoas que não são especialistas em radar. Os autores preveem uma utilização mais ampla dos dados de satélite na resposta a catástrofes e na monitorização ambiental. Não foi anunciada nenhuma data, parceiro ou produto: por agora, o ganho é uma linha de investigação, que terá de ser testada de forma independente com dados reais de satélite antes de poder ser fiável.