THOR setter ny standard for satellittovervåking
Norge har en særskilt viktig jobb med å holde øye med nordområdene, havområdene og landene rundt Nordpolen. For å klare dette bruker vi satellitter som tar bilder fra verdensrommet. Nå har norske forskere laget et nytt verktøy som gjør denne jobben mye bedre.
Verktøyet heter THOR og er laget av Norsk Regnesentral (NR). Det er en såkalt grunnmodell, en type kunstig intelligens som kan brukes til mange forskjellige ting. THOR kan hjelpe oss med å kartlegge flom, isfjell, sjøis, snø, myr og vegetasjon – raskere og mer nøyaktig enn før.
Direktoratet for Romovervåking har jobbet med forskere i Norsk Regnesentral gjennom flere år, og det er en begeistret fagsjef Dag Anders Moldestad som gjerne snakker om THOR.
– Det Norsk Regnesentral leverer her setter standarden i den europeiske romorganisasjonen, spesielt på dette feltet, sier han.
THOR er utviklet gjennom et åpent ESA-anbud, der NR konkurrerte mot større, europeiske aktører og ble valgt som ett av to prosjekter.
For sjefsforsker Arnt Børre Salberg i NR markerer THOR et tydelig teknologisk tidsskille.
– Dette var ikke i nærheten av mulig da jeg startet forskerkarrieren for tjuefem år siden. Ikke for ti år siden heller, sier han.
På kontoret: Arnt Børre Salberg
Bilder fra satellitter er viktige for Norge
Norge ligger langt nord, med lange kystlinjer, høye fjell og store havområder dekket av is og snø. Det er vanskelig å bruke andre kilder, som droner, for å få bilder fra disse områdene, derfor er bilder tatt av satellitter fra verdensrommet løsningen. Mange viktige satellitter går i bane over våre områder, det betyr at Norge har et særlig ansvar for å samle inn og tolke satellittdata fra disse områdene.
– Norge er i en helt spesiell posisjon når det gjelder bruk av satellitter på den nordlige halvkule. Satellitter er vår viktigste datakilde for å forstå hva som faktisk skjer i nordområdene, forklarer Moldestad.
Bilde: Fagsjef i Direktoratet for Romvirksomhet Dag Anders Moldestad
Ifølge fagsjefen treffer THOR midt i kjernen av Norges rolle som satellittnasjon i nord. Informasjonen THOR kan gi er viktig av flere grunner:
Sikkerhet: Vi må vite hvor isfjellene er, slik at skip kan seile trygt i nordlige farvann. Dette er spesielt viktig nå, med den geopolitiske situasjonen vi er i.
Energi: Nesten all norsk strøm kommer fra vannkraft. Satellitter hjelper oss med å se hvor mye snø som ligger i fjellene, og hvor mye vann som kommer til kraftverkene våre.
Beredskap: Satellittdata hjelper oss med å forebygge flom og skred.
– Så det handler egentlig om tryggere ferdsel, til havs, langs vei og i fjellet for oss alle. Tryggere samfunn, rett og slett, sier Moldestad.
Hva gjør grunnmodellen THOR spesiell?
Før THOR måtte forskerne lage én KI-modell for hvert problem de skulle løse. Én modell for å finne isfjell, en annen for å måle snø, og så videre. Det tok lang tid og krevde mye datakraft.
THOR fungerer annerledes. Den er trent på et enormt datasett og er en plattform for mange forskjellige oppgaver.
– Vi kan bruke den som en base og gi den mindre, spesifikke oppgaver. Da løser den oppgavene raskere, mer effektivt og ofte mer presist enn tradisjonelle metoder, forklarer sjefsforsker Arnt Børre Salberg i NR.
Dette er ekstra nyttig i nordområdene, der vi ofte har lite data fra bakken å sammenligne med.
Aktuelle lenker:
Modeller, forskjellige størrelser
Datasett brukt til å trene modellen
Kode for å bruke THOR i rammeverket TerraTorch
Vitenskapelig artikkel; i tillegg til arXiv er den også under i en runde for vitenskapelig publisering
Hjelp fra Europas supermaskin LUMI
For å trene THOR har forskerne brukt LUMI, en av Europas kraftigste superdatamaskiner.
– THOR kan jobbe med bilder fra flere forskjellige satellitter samtidig, med oppløsninger fra 10 til 1000 meter. Det gjør den ekstremt fleksibel, forklarer Arnt Børre Salberg.
Sjefsforskeren legger ikke skjul på at det har vært et spesielt prosjekt på flere måter.
– Det har vært ambisiøst, og av og til krevende. Internt har vi måttet bygge opp lagringskapasitet bare for å håndtere dataflyten. Men vi har lært mye, særlig om datahåndtering i enormt stor skala.
Selv om Salberg kan sies å være THORs gudfar, så er han rask med å dele æren med resten av laget. For en av de andre forskerne, Theodor Forgaard, som var fersk forsker da prosjektet startet, har det vært en enorm læringskurve.
– Å få være med på å trene modeller i denne skalaen er noe man vanligvis bare forbinder med de aller største teknologiselskapene, sier han. – At jeg har fått oppleve dette så tidlig i karrieren min er ganske spesielt.
Bilde: Theodor Forgaard, forsker i Norsk Regensentral
Lite data – raske resultater
En av modellens største styrker er at den trenger lite data for å løse nye oppgaver, THOR lærer ved å øve på å “fylle ut” manglende deler av satellittbilder.
– Vi trener modellen ved å fjerne store deler av satellittbildene og så la den rekonstruere bildene selv. Da lærer den strukturer og sammenhenger i dataene, sier Salberg.
For Moldestad er det at modellen er så fleksibel avgjørende for operativ bruk:
– Det gjør det mulig å utvikle tjenester raskt, kjøre dem i sanntid og bruke mindre datakraft. Det er viktig både praktisk og klimamessig.
Åpenhet som prinsipp
Både modell, kode og datasett gjøres åpent tilgjengelig.
– Alt er åpent. Datasettet alene er rundt 22 terabyte og ligger tilgjengelig på Hugging Face, sier Salberg. – Det er veldig tilfredsstillende å vite at andre kan ta dette videre og bygge på det, legger Forgaard til.
Modellen kan brukes på alle typer bilder fra satellitter, fra å kjenne igjen små objekter til å kartlegge hele kontinenter.
For sjefsforsker Arnt Børre Salberg blir THOR er viktig verktøy i forskerhverdagen. – Jeg kommer til å bruke THOR som min ‘go‑to’ når jeg gjør analyse. Den er rask å komme i gang med, og leverer resultater kjapt.
Selv om THOR er laget for fagfolk, så er den tilgjengelig for alle. – For å bruke THOR trenger du å kunne litt Python og ha grunnforståelse for satellittdata, forklarer Arnt‑Børre. – Vi har laget en «kokebok» for å komme i gang, de fleste vil oppdage at oppstarten går raskt og at resultatene kommer fort.
En spydspiss for Europa
Moldestad er tydelig på Norsk Regnesentrals rolle.
– Forskningsinstituttene er spydspissene innen jordobservasjonsfaget, og Norsk Regnesentral er ekstremt konkurransedyktige, særlig på kunstig intelligens, optiske data og snø- og ismodellering, sier han.
Han avslutter med å løfte blikket:
– At Norsk Regnesentral er helt framme i skoa på et så viktig felt som å koble kunstig intelligens med jordobservasjon, er avgjørende for Norges rolle i nord, og jeg tror faktisk det også er viktig for Europa.
