Representants del projecte DeepCube (H2020-SPACE), entre els quals es troba la Universitat de València, han celebrat la seua primera reunió de treball per tal d’iniciar i coordinar activitats necessàries per complir els seus objectius: abordar problemes nous d’alt impacte mediambiental i social, millorar la comprensió dels processos de la Terra correlacionats amb el Canvi Climàtic i generar valor empresarial. Tot això, mitjançant Intel·ligència Artificial (IA) i models de dades semàntics.
El programa d’observació de la Terra Copernicus, de la Unió Europea, proporciona dades gratuïtes i obertes a gran escala i d’alta qualitat, fet que constitueix un canvi de paradigma en l’observació de la Terra. En l’actualitat, Copernicus produeix diversos terabytes de dades cada dia. No obstant això, la disponibilitat del seu enorme volum de dades supera la capacitat dels investigadors per extraure’n informació significativa.
‘DeepCube-Explainable AI pipelines for big Copernicus data’ és un projecte de tres anys finançat pel programa Horitzó 2020 de la Unió Europea sota el tema ‘Big data Technologies and Artificial Intelligence for Copernicus’. La iniciativa consisteix a explotar el potencial de les dades d’aquest programa de la UE i l’ESA, aprofitant els últims avanços tant en el camp de la Intel·ligència Artificial com en els models de dades semàntics. Els objectius finals de DeepCube són abordar problemes nous i ambiciosos que impliquen un alt impacte mediambiental i social, millorar la comprensió dels processos de la Terra que estan correlacionats amb el Canvi Climàtic, i generar de forma viable un alt valor empresarial.
Per aconseguir-ho, els equips de recerca del Consorci DeepCube combinaran TIC consolidades i noves, com l’Earth System Data Cube –conjunt de dades homogeneïtzat de variables essencials de sistema terrestre–, la plataforma Hopsworks per al Deep Learning distribuït, o eines de visualització d’última generació que s’integraran per permetre el desenvolupament de nous models i aplicacions basades en Deep Learning, capaços d’extraure valor de les grans dades de Copernicus. DeepCube desenvolupa arquitectures que s’estenen a dades i problemes no convencionals, i introdueix un nou paradigma de modelat híbrid per a models d’Intel·ligència Artificial basats en dades que respecten les lleis físiques, obrint la caixa negra del Deep Learning a través de la IA i la causalitat.
Les tecnologies resultants tindran aplicacions en sis camps: previsió d’impactes de sequeres i calors extrems localitzats a l’Àfrica, migració induïda pel clima a l’Àfrica, previsió de riscos d’incendi a curt termini a la Mediterrània, detecció i alerta automàtica de deformacions volcàniques, detecció de canvis de tendències de deformació per a la monitorització d’infraestructures crítiques, i serveis de Copernicus per a un turisme sostenible i respectuós amb el medi ambient.
El Consorci DeepCube està format per 9 socis de 6 països europeus, que representen la indústria espacial i d’observació de la Terra, la investigació i el món acadèmic, i les PIMES d’intel·ligència artificial.
Per dissenyar les seues aplicacions, els socis han de col·laborar amb els usuaris finals, entre aquests el Servei de Bombers de Grècia, Survey Technologies –empresa d’enginyeria topogràfica amb seu a Qatar– i Terra Nord-est, una agència de viatges brasilera especialitzada en turisme sostenible.
El Consorci va llançar oficialment el projecte l’1 de gener de 2021, i els dies 26 i 27 de gener l’Observatori Nacional d’Atenes –coordinador de DeepCube– va acollir la reunió inicial en línia amb tots els socis, a la qual van assistir més de 40 persones (@ DeepCube_H2020).
A més de l’Image Processing Laboratori (IPL) de la Universitat de València, formen part del projecte el National Observatory of Athens (NOA), el Max Planck Institute for Biogeochemistry (MPG) , el Logical Clocks (LC), la National and Kapodistrian University of Athens (UoA), i les empreses GAEL Systems (GAEL), TRE-ALTAMIRA (TREA), INFALIA (INFALIA) y Murmuration (MUR).
Més informació: