2026-09-10 · 来源：{'name': 'Unite AI', 'url': 'https://www.unite.ai/google-and-nasa-jpl-unveil-ai-model-mapping-global-methane-plumes/'}
据Google公告,该深度学习模型基于360万个物理仿真甲烷羽流训练,借助NASA的EMIT卫星仪器在全球多识别出逾2.3万条甲烷羽流。
Google与NASA喷气推进实验室(JPL)联合推出深度学习模型MAPL-EMIT,旨在利用NASA EMIT卫星仪器的数据,对全球甲烷羽流进行探测、定量与定位。该系统于2026年9月9日由Google正式发布,将Google的机器学习工程能力与JPL的对地观测仪器技术相结合,让羽流自动探测迈上全球化、卫星驱动的新台阶。
该模型的核心是一套由360万个基于物理仿真生成的甲烷羽流构成的训练语料库。MAPL-EMIT并非完全依赖人工在卫星影像中标注的羽流样本,而是以物理仿真生成的羽流进行训练——这一数据规模是人工标注轨道影像难以企及的。公告在披露训练细节的同时,也公布了模型的亮眼性能数据。
与人工判读相比,性能差距相当显著。据Google介绍,MAPL-EMIT探测到的羽流数量比人类专家多50%。从绝对数量看,该模型在全球多识别出超过2.3万条羽流——其中包括全球25个最大排放点中24处的羽流——而这些正是专家此前漏检的目标。
萬安算交所 AIXX · 算力硬件实名会员制交易平台 · 进入货源大厅