面向地球观测数据的通用人工智能：路径、可能性及如何评估此类模型的智能
计算机视觉与模式识别
2025-08-11 v1 机器学习
摘要
尽管近期努力不断推动人工通用智能（AGI）逐渼成为现实，引发了研究社区对收集和处理多种模态数据（包括文本、图像、视频和音频）的热潮，但卫星光谱影像作为一种额外模态，尚未获得应有的关注。该领域 presents 独特的挑战，也蕴含着巨大的潜力，旨在推动 AGI 在理解自然世界方面的能力。本文我们论证了地球观测数据对智能模型有用之理由，然后综述了现有基准，并指出其在评估基础模型在此领域泛化能力方面的局限性。本文强调需要更全面的基准来评估地球观测模型。为此，我们提出了一套全面的任务，旨在有效评估模型理解和与地球观测数据交互的能力。
引用
@article{arxiv.2508.06057,
title = {AGI for the Earth, the path, possibilities and how to evaluate intelligence of models that work with Earth Observation Data?},
author = {Mojtaba Valipour and Kelly Zheng and James Lowman and Spencer Szabados and Mike Gartner and Bobby Braswell},
journal= {arXiv preprint arXiv:2508.06057},
year = {2025}
}
备注
Accepted in IGARSS 2025!