FAST-EO
Das ESA-Projekt FAST-EO ("Fostering Advancements in Foundation Models via Unsupervised and Self-Supervised Learning for Downstream Tasks in Earth Observation"), geleitet von der Abteilung EO Data Science des IMF, untersucht den Einsatz großer multimodaler Foundation-Modelle für Erdbeobachtungszwecke. Diese Initiative zielt darauf ab, die Inklusivität und Vielseitigkeit dieser fortschrittlichen KI-Systeme durch textbasierte und bildbasierte Abfragemöglichkeiten in Erdbeobachtungsdatensätzen zu verbessern.
Das Projekt wird in Zusammenarbeit mit vier Partnern die folgenden Anwendungsfälle untersuchen:
- Wetter- und Klimakatastrophen-Analyse (IBM Zurich)
- Erkennung von Methanlecks (KP Labs)
- Beobachtung von Veränderungen der oberirdischen Biomasse in Wäldern (DLR)
- Schätzung von Bodeneigenschaften (FZ Jülich)
- Erkennung semantischer Landnutzungsänderungen (FZ Jülich)
- Überwachung der Ausweitung von Bergbaugebieten auf Ackerland (DLR)