नई खुली इमारतों का एआई-चालित विकास डेटासेट अनावरण

घर

समाचार

10 अप्रैल 2025

HarryGonzález

121

# ai # Maps # research

नई खुली इमारतों का एआई-चालित विकास डेटासेट अनावरण

2021 में, Google रिसर्च अफ्रीका टीम ने खुली इमारतों को बंद कर दिया, एक खुला-स्रोत डेटासेट जो एआई और उच्च-रिज़ॉल्यूशन सैटेलाइट इमेजरी का उपयोग करके वैश्विक दक्षिण में पैरों के निशान का निर्माण करता है। उनका लक्ष्य बहुत सीधा था: विकासशील देशों में जनसंख्या और घनत्व के बारे में डेटा में एक बड़ा छेद प्लग करना। अब, तीसरे संस्करण के साथ, उनके डेटासेट में अफ्रीका, दक्षिण और दक्षिण पूर्व एशिया, लैटिन अमेरिका और कैरेबियन में 58 मिलियन किमी से अधिक फैली 1.8 बिलियन इमारतों के लिए बहुभुज हैं। लोगों का एक समूह, सरकारों से लेकर संयुक्त राष्ट्र तक, और यहां तक कि शोधकर्ताओं और गैर -लाभकारी संस्थाओं तक, जनसंख्या के आकार और वितरण पर एक संभाल पाने के लिए खुली इमारतों का उपयोग कर रहे हैं। इससे उन्हें टीकाकरण ड्राइव और आपदा प्रतिक्रिया जैसी चीजों के लिए बेहतर योजना बनाने में मदद मिली है। इसके अलावा, यह उन लाखों इमारतों को जोड़कर Google मानचित्रों को भी बढ़ाता है जिन्हें पहले मैप नहीं किया गया था। घाना में स्थित टीम, लेकिन तेल अवीव और ज्यूरिख जैसी जगहों पर बिखरे हुए सदस्यों के साथ, परियोजना को और भी उपयोगी बनाने के लिए एक मिशन पर रही है। "हम हमेशा हैकथॉन मोड में होते हैं, नए विचारों की कोशिश करते हैं और चुनौतियों से निपटते हैं," Google अनुसंधान कार्यक्रम प्रबंधक अब्दुलाय डियाक कहते हैं। "एक बात जो हम मूल डेटासेट के साथ नहीं कर सकते थे, यह दिखाया गया था कि समय के साथ क्षेत्र कैसे बदलते हैं - यह स्थिर था। और यह कुछ ऐसा है जो हमारे साथी वास्तव में चाहते थे।" वाणिज्यिक उपग्रह छवि प्रदाता आमतौर पर उन क्षेत्रों पर ध्यान केंद्रित करते हैं जो रुपये में लाते हैं, दुनिया के लगभग 40% को छोड़कर, ज्यादातर वैश्विक दक्षिण, नियमित रूप से उच्च-रेस कवरेज के बिना। कुछ दूरस्थ स्पॉट और अनौपचारिक बस्तियों को कोई कवरेज नहीं मिलता है। इस बीच, यूरोपीय अंतरिक्ष एजेंसी के सेंटिनल -2 उपग्रह से ओपन-सोर्स इमेजरी, जो हर पांच दिनों में एक वैश्विक तस्वीर को छीन लेता है, को निर्माण के लिए बहुत कम-रिज़र्व माना जाता था। लेकिन टीम को लगा कि यह उतना बड़ा सौदा नहीं हो सकता है जितना उन्होंने सोचा था, इसलिए उन्होंने इसे एक शॉट दिया। सबसे पहले, उन्होंने सेंटिनल -2 से एक एकल कम-रेज फ्रेम को अपने मॉडल में खिलाया और इसे पॉलीगॉन निर्माण करने के लिए कहा। "यह कठिन था, लेकिन हमने क्षमता देखी," अब्दुलाय कहते हैं। "तो हमने मॉडल को बताया कि हमें केवल बिल्डिंग मास्क -बायरी पिक्सेल डेटा को विशिष्ट स्पॉट से बांध दिया गया है। यह ठीक है, और हमने सोचा, 'अरे, हम ऐसा कर सकते हैं।" यह 2016 से 2023 को कवर करता है और वैश्विक दक्षिण, प्लस बिल्डिंग हाइट्स के अधिकांश भाग में भवन की उपस्थिति और गिनती का एक वार्षिक स्नैपशॉट देता है। इससे पता चलता है कि विकास, आपदाओं और अन्य कारकों के कारण शहर कैसे बदलते हैं। उपयोगकर्ता एक क्षेत्र चुन सकते हैं, वर्षों के माध्यम से फ्लिप कर सकते हैं, और दुनिया को बढ़ते हुए देख सकते हैं और आकृतियों के रंगीन प्रदर्शन में सिकुड़ सकते हैं। Google रिसर्च प्रोडक्ट मैनेजर ओलिविया ग्राहम कहते हैं, "2050 तक, लगभग 2.5 बिलियन अधिक लोग शहरों में जा सकते हैं, ज्यादातर वैश्विक दक्षिण में। यह डेटासेट उस विकास से निपटने वाली सरकारों और संगठनों के लिए एक गेम-चेंजर हो सकता है।" "अगर किसी शहर की योजना स्वास्थ्य और शिक्षा जैसी आवश्यक सेवाओं को रखती है, या जहां पानी और ऊर्जा की आपूर्ति जैसे बुनियादी ढांचे का निर्माण करना है, तो यह डेटासेट दिखाता है कि कौन से क्षेत्र तेजी से बढ़ रहे हैं।" 28 सितंबर, 2018 को, इंडोनेशिया के तट पर एक बड़े पैमाने पर 7.4 परिमाण भूकंप ने सुलावेसी पर लगभग 1.5 मिलियन लोगों को प्रभावित करते हुए सुनामी को ट्रिगर किया। डेटासेट से पता चलता है कि कैसे निर्मित क्षेत्र आपदा के बाद तट से वापस खींच लिया गया। आप इसे हमारे इंटरैक्टिव अर्थ इंजन ऐप में देख सकते हैं। आप खुली इमारतों में 2.5D टेम्पोरल डेटासेट डेमो में न्यू काहिरा, मिस्र का निर्माण भी देख सकते हैं। तो, टीम ने सेंटिनल -2 की फजी सैटेलाइट छवियों को पढ़ने के लिए अपने मॉडल को प्राप्त करने का प्रबंधन कैसे किया और आत्मविश्वास से इमारतों का पता लगाया? उन्होंने चीजों को तेज करके शुरू किया। Google रिसर्च सॉफ्टवेयर इंजीनियर कृष्णा सपकोटा कहते हैं, "हमने एक शिक्षक-छात्र मॉडल सेटअप का उपयोग 'सुपर-रिजॉल्ट' को कम-रेज छवियों और बिल्डिंग के पैरों के निशान को बाहर निकालने के लिए किया है।" "शिक्षक मॉडल उच्च-रेज छवियों में इमारतों को हाजिर करना सीखता है और छात्र मॉडल को लेबल देता है। छात्र मॉडल, जो वास्तव में डेटासेट बनाता है, शिक्षक के आउटपुट से सीखता है। यह तब सेंटिनल -2 से कम-रिज़ॉल्यूशन छवियों को ले सकता है और अनुमान लगा सकता है कि एक उच्च-रिज़ॉल्यूशन संस्करण कैसा दिखेगा।" शिक्षक मॉडल छात्र मॉडल को उच्च-रिज़ॉल्यूशन ट्रेनिंग लेबल देता है, जो तब कम-रेज इमेजरी से इमारत की उपस्थिति का पता लगाता है। पैरों के निशान बनाने के लिए आवश्यक विवरण प्राप्त करने के लिए, मॉडल किसी भी भविष्यवाणी के लिए एक स्थान के प्रहरी -2 छवियों के 32 फ्रेम का उपयोग करता है। प्रत्येक फ्रेम दूसरों से थोड़ा अलग है, कैप्चर के बीच छोटे समय के अंतर के लिए धन्यवाद, जो संकल्प को बढ़ावा देने में मदद करता है - जैसे कि पिक्सेल फोन शार्पर छवियों के लिए कई शॉट्स का उपयोग कैसे करते हैं। मूल डेटासेट के विपरीत, जिसने इमारतों की सटीक बहुभुज की रूपरेखा दी, नया टेम्पोरल डेटासेट पदचिह्नों के निर्माण के लिए रेखापुंज डेटा का उपयोग करता है। यह भी ऊंचाइयों का निर्माण करने की भविष्यवाणी करता है, जनसंख्या घनत्व का आकलन करने के लिए महत्वपूर्ण, केवल 1.5 मीटर की त्रुटि के साथ, या एक कहानी से कम है। इसकी आधिकारिक रिलीज से पहले, टेम्पोरल डेटासेट को युगांडा के गैर -लाभकारी सनबर्ड एआई जैसे विश्वसनीय भागीदारों के साथ साझा किया गया था। ओलिविया कहते हैं, "लगभग 73% युगांडा के पास बिजली नहीं है, और सनबर्ड एआई ने हमारे मूल डेटाबेस का उपयोग सरकार को यह पता लगाने में मदद करने के लिए किया कि माइक्रोग्रिड या सौर पैनलों को कहां रखा जाए," ओलिविया कहते हैं। "नए डेटासेट के साथ, वे जिंजा और फोर्ट पोर्टल को देख रहे हैं, ऐसे दृश्य बनाते हैं जो नगर परिषदों को यह देखने में मदद करते हैं कि विकास तेजी से हो रहा है और उनकी योजनाओं को समायोजित करने में मदद करता है। यह दिखाता है कि दोनों डेटासेट एक आबादी को समझने के लिए एक बड़े टूलकिट का हिस्सा कैसे हो सकते हैं और यह कैसे बदल रहा है।" वही जिज्ञासा जो टेम्पोरल डेटासेट का नेतृत्व करती थी, टीम को इसे सुधारने के लिए आगे बढ़ा रही है। "मैं घाना में रहता हूं और देखता हूं कि हमारे काम का प्रभाव पड़ रहा है और हो सकता है," अब्दुलाय कहते हैं। "यहां कई स्थान संसाधनों के साथ संघर्ष करते हैं, जो बड़े परिणामों के साथ डेटा अंतराल की ओर जाता है। इसे ठीक करने और एक अंतर बनाने के लिए काम करने वाली टीम का हिस्सा होना एक वास्तविक सम्मान है।"

संबंधित लेख

億萬富翁討論自動化取代工作在本週的AI更新中大家好，歡迎回到TechCrunch的AI通訊！如果您尚未訂閱，可以在此訂閱，每週三直接送到您的收件箱。我們上週稍作休息，但理由充分——AI新聞週期火熱異常，很大程度上要歸功於中國AI公司DeepSeek的突然崛起。這段時間風起雲湧，但我們現在回來了，正好為您更新OpenAI的最新動態。週末，OpenAI執行長Sam Altman在東京停留，與SoftBank負責人孫正義會面。SoftBank是O

NotebookLM應用上線：AI驅動的知識工具 NotebookLM 行動版上線：你的AI研究助手現已登陸Android與iOS我們對 NotebookLM 的熱烈反響感到驚喜——數百萬用戶已將其視為理解複雜資訊的首選工具。但有一個請求不斷出現：「什麼時候才能帶著NotebookLM隨時使用？」等待結束了！🎉 NotebookLM行動應用程式現已登陸Android和iOS平台，將AI輔助學習的力量裝進你的

谷歌的人工智慧未來基金可能需要謹慎行事 Google 的新 AI 投資計劃：監管審查下的戰略轉變Google 最近宣布設立 AI 未來基金（AI Futures Fund），這標誌著這家科技巨頭在其塑造人工智慧未來的征程中邁出了大膽的一步。該計劃旨在為初創公司提供急需的資金、早期接觸仍在開發中的尖端人工智慧模型，以及來自 Google 內部專家的指導。儘管這不是 Google 第一次涉足初創企業生

सूचना (25)

0/200

जमा करना

StevenSanchez

14 अप्रैल 2025 12:00:00 पूर्वाह्न GMT

This dataset is a game-changer for urban planning in the Global South! It's amazing how AI can help map building footprints so accurately. Only downside is it's a bit tricky to navigate the dataset if you're not tech-savvy. Still, a must-have for researchers!

DonaldGonzález

14 अप्रैल 2025 12:00:00 पूर्वाह्न GMT

グローバルサウスの都市計画に革命をもたらすデータセットです！AIが建物のフットプリントをこれほど正確にマッピングできるなんて驚きです。唯一の欠点は、技術に詳しくないとデータセットの操作が少し難しいことです。それでも、研究者にとって必須のツールです！

WillLopez

12 अप्रैल 2025 12:00:00 पूर्वाह्न GMT

글로벌 사우스의 도시 계획에 혁신을 가져오는 데이터셋입니다! AI가 건물의 발자취를 이렇게 정확하게 매핑할 수 있다는 것이 놀랍습니다. 단점은 기술에 익숙하지 않으면 데이터셋을 다루기가 조금 어렵다는 점입니다. 그래도 연구자에게는 필수 도구입니다!

JustinJackson

13 अप्रैल 2025 12:00:00 पूर्वाह्न GMT

Este conjunto de dados é um divisor de águas para o planejamento urbano no Sul Global! É incrível como a IA pode mapear as pegadas dos edifícios com tanta precisão. A única desvantagem é que pode ser um pouco complicado navegar pelo conjunto de dados se você não for muito técnico. Ainda assim, uma ferramenta essencial para pesquisadores!

RaymondRodriguez

12 अप्रैल 2025 12:00:00 पूर्वाह्न GMT

¡Este conjunto de datos es un cambio de juego para la planificación urbana en el Sur Global! Es increíble cómo la IA puede mapear las huellas de los edificios con tanta precisión. La única desventaja es que puede ser un poco complicado navegar por el conjunto de datos si no eres muy técnico. Aún así, una herramienta imprescindible para los investigadores!

AnthonyMartinez

12 अप्रैल 2025 12:00:00 पूर्वाह्न GMT

The Open Buildings dataset is a game-changer for urban planning in the Global South! It's amazing how AI and satellite imagery can map out building footprints so accurately. My only gripe is that the data updates aren't as frequent as I'd like. Still, it's a fantastic resource! 🌍

शीर्ष समाचार

Openai बेहतर चैट के लिए AI वॉयस असिस्टेंट को बढ़ाता है एआई-संचालित I/O क्रॉसवर्ड का अनुभव करें: क्लासिक वर्ड गेम पर एक आधुनिक मोड़ एआई कंप्यूटिंग 2026 तक कई एनवाईसीएस की शक्ति का उपभोग करने के लिए, संस्थापक कहते हैं नोटबुकलम विश्व स्तर पर फैलता है, स्लाइड जोड़ता है और तथ्य-जाँच में वृद्धि करता है एनवीडिया के सीईओ ने दीपसेक के बाजार प्रभाव पर गलतफहमी को स्पष्ट किया दक्षिण कोरिया स्थानीय दुकानों में दीपसेक ऐप डाउनलोड करता है Adobe 10 विशिष्ट AI एजेंटों का अनावरण करता है: उनके व्यावसायिक अनुप्रयोगों की खोज करें चैट की ऊर्जा का उपयोग अपेक्षा से कम है Openai का O3 मॉडल संभावित रूप से अधिक महंगा है जो शुरू में विचार की तुलना में संचालित होता है नोटबुकल्म वेब स्रोत खोज सुविधा जोड़ता है

अधिक

प्रदर्शित