Zamknij komunikat

Nowy Office 2013
Do góry Skomentuj

Project Brainwave w 10 minut przetwarza 200 m...

Project Brainwave w 10 minut przetwarza 200 mln obrazów o rozmiarze ponad 20 TB

Mapowanie pokrycia terenu uchodzi za działanie niezwykle istotne, by zachować naturalne zasoby Ziemi i prowadzić zrównoważony rozwój. Te same cele podziela Microsoft w swoim programie AI for Earth. Posiadanie map pokrycia o wysokiej rozdzielczości jest szczególnie przydatne w pracach zachowawczych, ale ich wygenerowanie wymaga ogromnych zasobów obliczeniowych i skomplikowanych algorytmów. Rekordową wydajność na tym polu uzyskał właśnie utrzymywany przez Microsoft Project Brainwave.

Project Brainwave

"Gdy powołaliśmy do życia AI for Earth, mieliśmy jedną prostą, ale ogromną ambicję - by fundamentalnie przekształcić to, jak my jako społeczeństwo monitorujemy, modelujemy i zarządzamy naturalnymi zasobami ziemskimi" - pisze Lucas Joppa, Chief Environmental Scientist w Microsoft. "Transformacja ta zdecydowanie wymaga gromadzenia i przetwarzania wyjątkowo dużych zestawów danych. To wysiłek, który może pochłonąć wiele czasu i pieniędzy, nawet z udziałem zaawansowanych obliczeń w chmurze i narzędzi AI, takich jak deep learning". Bariery te - przynajmniej częściowo - udało się pokonać. Microsoft pochwalił się bowiem przełomowym osiągnięciem, które odmienia sposób analizy danych pokrycia terenu w czasie rzeczywistym.

Ponieważ problem związany z aktualizacją map pokrycia terenu jest tak zasadniczy, stał się dla AI for Earth jednym z pierwszych priorytetów. Microsoft podjął się jego rozwiązania wraz z Esri i Chesapeake Conservancy. W rezultacie działacze na rzecz ochrony przyrody otrzymali dostęp do danych zawierających 900 razy więcej informacji, niż dostępnych było do tej pory. To jednak nie koniec. "Obecnie poprzez Project Brainwave jesteśmy w stanie przetwarzać ponad 20 terabajtów obrazów aerofotograficznych w dane o pokryciu terenu dla całego USA w znacznie krótszym czasie i za dużo mniejsze koszta, niż robią to istniejące rozwiązania" - wyjaśnia Joppa. Microsoft używa do tego układów FPGA w Azure, które zdolne są przebrnąć przez blisko 200 milionów obrazów o całkowitym rozmiarze 20 TB w nieco ponad 10 minut, co kosztuje 42 dolary. Tego wręcz nie da się porównać z tradycyjnymi metodami przetwarzania danych. Rezultaty te mają zachęcić inne organizacje do produkcji nowych map pokrycia terenu o wysokiej rozdzielczości w infrastrukturze, którą można dowolnie skalować w górę i w dół, by rozwiązywać wszelkiego typu problemy na całym świecie. Przypomnijmy jeszcze, że na początku maja, podczas konferencji Build 2018 Microsoft ogłosił dostępność Project Brainwave w wersji Preview.

Project Brainwave

"Żeby było jasne" - dodaje Lucas Joppa - "algorytmy muszą być zarówno szybkie, jak i dokładne, a na tych frontach wciąż jest wiele do zrobienia i przetestowania. Tak czy inaczej te rezultaty prędkości są dobrym pierwszym krokiem we wspomaganiu ludzi, by mogli aplikować AI na skalę światową". Mapowanie pokrycia terenu nie jest, rzecz jasna, jedynym projektem realizowanym w ramach AI for Earth. W rzeczywistości jest ich ponad sto, a szczegółami Microsoft dzieli się na stronie https://www.microsoft.com/en-us/aiforearth.

Krzysztof Sulikowski
25 maja 2018, 20:51
539
Odsłony
Krzysztof Sulikowski
25 maja 2018, 20:51
539
Odsłony



Komentarze

Nie napisano jeszcze ani jednego komentarza. Twój może być pierwszy.

Dodaj swój komentarz

Zasady publikacji komentarzyZasady publikacji komentarzy

Redakcja CentrumXP.pl nie odpowiada za treść komentarzy publikowanych na stronach Portalu
i zastrzega sobie prawo do usuwania wypowiedzi, które:

  • zawierają słowa wulgarne, obraźliwe, prowokujące i inne naruszające dobre obyczaje;
  • są jedynie próbami reklamowania stron internetowych (spamowanie poprzez umieszczanie linków);
  • przyczyniają się do złamania prawa bądź warunków licencyjnych oprogramowania (cracki, seriale, torrenty itp.);
  • zawierają dane osobowe, teleadresowe, adresy mailowe lub numery GG;
  • merytorycznie nie wnoszą nic do dyskusji lub nie mają związku z tematem komentowanego newsa, artykułu bądź pliku.