زتاماین
محدودهٔ جستوجو را باریک میکند، پیش از آنکه اولین مته به زمین برود.
برای چه کسی: فعالان معدن، دارندگان پروانهٔ اکتشاف، زمینشناسان، کارشناسان محیط زیست و برنامهریزان منطقهای.
هر عدد اندازهگیری شده و روش اندازهگیریاش ثبت است. عددی که اندازه نگرفته باشیم اینجا نمیآید.
زتاماین چه میکند
زتاماین محدودههای جغرافیایی را با تصویر ماهوارهای و یادگیری ماشین بررسی میکند تا تصمیم «کجا اکتشاف کنیم» زودتر و ارزانتر گرفته شود. خروجی، یک محدودهٔ جستوجوی باریکتر است؛ نه یک کشف.
این تمایز از هر فهرست قابلیتی مهمتر است. سنجش از دور در این خوب است که بگوید بودجهٔ حفاری را کجا نباید خرج کرد. تلقی آن بهعنوان کاشف کانسار، همان جایی است که برنامههای اکتشافی پول میسوزانند.
«چرا باید برای انتخاب محدودهٔ حفاری به تصویر ماهوارهای اعتماد کنم؟»
پاسخ صادقانه این است که شما به تصویر اعتماد نمیکنید. به پیکرهای اعتماد میکنید که تصویرها از آن ساخته شدهاند و به پروتکلی که برچسبها را تولید کرده است. هر دو قابل بازرسیاند و هر دو در ادامه توضیح داده شدهاند.
مسئلهٔ مهندسی، دادگان است نه مدل
بیشتر دشواری سنجش از دورِ کاربردی در مدل نیست. در این است که پیکرهای که روی آن آموزش میدهید، بیسروصدا بدتر از چیزی است که به نظر میرسد.
یک پوشهٔ آمادهٔ تصاویر RGB برای کار در اختیار ما گذاشته شد: ۶٬۰۹۵ فایل. پیش از آنکه کسی برچسبگذاری را شروع کند، درهمریز محتوای فایلها را گرفتیم و معلوم شد فقط ۱٬۲۰۲ تصویر یکتا در آن هست. نزدیک به ۸۰٪ تکرار بایتبهبایت بود.
اگر این بررسی انجام نمیشد، پیکرهٔ حاصل چهار برابر اندازهٔ واقعیاش به نظر میرسید، آمار توافق برچسبزنها با تکرار تصاویر بالا میرفت و هر مدلی که روی آن آموزش میدید این اعوجاج را بیسروصدا با خود حمل میکرد. هزینهٔ کشف این موضوع پس از صرف صدها ساعت برچسبگذاری، بهمراتب بیشتر از هزینهٔ یک بار درهمریزی است.
پس ترکیبها را خودمان ساختیم:
- ۱۰٬۳۴۸ صحنهٔ منبع — LANDSAT GLS2005 از سنجندهٔ Landsat-7 ETM+، هر باند یک تصویر خاکستری جداگانه
- باندهای ۳۰/۲۰/۱۰ ← R/G/B — ادغام در ترکیب رنگ طبیعی
- ۴۹۱ صحنه کنار گذاشته شد — بیش از ۵۰٪ دادهٔ غایب
- ۱۲۵ نوار لبه کنار گذاشته شد — آرتیفکت پوشش ناقص
- ۹٬۷۳۲ تصویر تمیز، ۷۴۱ مبیبایت — درهمریز محتوای هر کدام یکتا
چرا لندست و نه ASTER
ASTER بررسی و رد شد، و دلیلش یک سطر است: باند آبی ندارد. بدون باند آبی ترکیب رنگ طبیعی ساخته نمیشود، و وقتی تصویر رنگ طبیعی نداشته باشد، قضاوت بصریای که برچسبزن انسانی انجام میدهد قابل اتکا نیست. انتخاب سنجنده، پیش از هر تصمیم مدلسازی، تعیین میکند چه چیزی اصلاً قابل برچسبگذاری است.
پروتکل برچسبگذاری
هشت ردهٔ تکانتخابی فارسی با کلیدهای میانبر ۱ تا ۸، در Label Studio. هر تصویر را دو برچسبزن مستقل برچسب میزنند. جایی که اختلاف باشد، نفر سومی داوری میکند — و داور بهصورت قطعی از روی شناسهٔ وظیفه انتخاب میشود. این انتخاب دو خاصیت دارد که هر دو را لازم داشتیم: خودتکرارپذیر است، و بار داوری را یکنواخت میان تیم پخش میکند. اجرای دوبارهٔ خط پردازش نمیتواند بیسروصدا عوض کند که چه کسی دربارهٔ چه چیزی داوری کرده است.
این را سرتاسر روی دادهٔ زنده آزمودیم، از جمله حالت منفیاش: داوریای که برچسبزن اشتباه ثبت کند، رد میشود.
سه پرسشی که پیش از خرید هر تحلیل ماهوارهای باید پرسید
هر فروشندهٔ تحلیل ماهوارهای میتواند یک نقشهٔ رنگی تحویل بدهد. آنچه ارزش نقشه را تعیین میکند زیر نقشه است، و با سه پرسش بیرون میآید:
«پیکرهای که مدل روی آن آموزش دیده از کجا آمده و چند تصویر یکتا دارد؟»
اگر پاسخ عدد فایلهاست نه عدد تصاویر یکتا، هنوز پاسخی نگرفتهاید. ما این دو عدد را روی مجموعهٔ تحویلی خودمان مقایسه کردیم و اختلافشان چهار برابر بود.
«توافق برچسبزنها روی چند تصویر و در کدام مرحله اندازهگیری شده؟»
عدد توافق بدون اندازهٔ نمونه و بدون مرحله، عدد نیست. عدد ما ۸۲٫۷٪ روی ۱۵۰ تصویر در دور آزمایشی است و هر بار با همین سه قید نقل میشود.
«سنجنده چه چیزی را اصلاً نمیتواند ببیند؟»
فروشندهای که پاسخ این پرسش را ندارد، محدودیتهای ابزارش را نمیشناسد یا نمیخواهد بگوید. پاسخ ما در بخش محدودیتهای همین صفحه نوشته شده، پیش از آنکه کسی بپرسد.
امروز کجا ایستادهایم
پیکره ساخته شده است. پروتکل آزموده شده است. توافق در دور آزمایشی روی ۱۵۰ تصویر ۸۲٫۷٪ بود: ۱۲۴ مورد توافق و ۲۶ مورد داوریشده.
برچسبگذاری کامل هنوز انجام نشده و هیچ مدل آموزشدیدهای وجود ندارد. وضعیت واقعی کار را منتشر میکنیم نه عددی گردتر را، چون تمام استدلالِ استفاده از سنجش از دور در اکتشاف بر همین بنا شده که دربارهٔ توان و ناتوانی آن رک باشیم. کسی که در این مرحله برایتان از «کشف کانسار با هوش مصنوعی» حرف بزند، دارد همان اعتمادی را خرج میکند که این کار برای ساختنش انجام شده است.
آنچه نیست
- کاشف کانسار نیست. اولویتبندی محدوده است.
- جایگزین کار صحرایی، ژئوفیزیک و حفاری نیست.
- سنجش فراطیفی نیست و ادعای شناسایی کانی از روی دادهٔ چندطیفی ندارد.
- هنوز مدل نیست. پیکره و پروتکلی است که یک مدل بعداً روی آن ساخته میشود.
تصمیمهای فنی
و آنچه انتخاب نکردیم، همراه با دلیلش.
ترکیبهای رنگ طبیعی را خودمان از صحنههای خام تکباندی ساختیم، بهجای استفاده از پوشهٔ RGB آماده.
گزینههای دیگر: استفاده از مجموعهٔ تصاویر RGB آماده
درهمریزی محتوای پوشهٔ تحویلی نشان داد ۶٬۰۹۵ فایل فقط ۱٬۲۰۲ تصویر یکتا دارند — نزدیک به ۸۰٪ تکرار بایتبهبایت. برچسبگذاری روی آن مجموعه، پیکرهای میساخت که چهار برابر اندازهٔ واقعیاش به نظر میرسید.
مقایسهٔ درهمریزها پیش از صرف اولین ساعت کار برچسبزن انجام شد.
ASTER بهعنوان منبع تصویر رد شد.
گزینههای دیگر: ASTER، Landsat-7 ETM+
ASTER باند آبی ندارد؛ یعنی ترکیب رنگ طبیعی ممکن نیست و همان قضاوت بصریای که کل پروتکل برچسبگذاری روی آن سوار است، بیاعتبار میشود.
هر تصویر با دو برچسبزن، و داوری قطعی توسط نفر سوم.
گزینههای دیگر: یک برچسبزن، رأی اکثریت میان سه نفر
یک برچسبزن هیچ سیگنالی از توافق نمیدهد. انتخاب داور بر پایهٔ شناسهٔ وظیفه، هم خودتکرارپذیر است و هم بار را یکنواخت پخش میکند؛ پس اجرای دوبارهٔ خط پردازش نمیتواند بیسروصدا داورِ یک مورد را عوض کند.
محدودیتها
- تصویرها چندطیفی Landsat-7 ETM+ هستند، نه فراطیفی. شناسایی کانی که با سنجش فراطیفی ممکن است، از دادهٔ چندطیفی به دست نمیآید و ما هم چنین ادعایی نمیکنیم.
- رقم ۸۲٫۷٪ توافق، از یک دور آزمایشی روی ۱۵۰ تصویر است. پیکره ساخته شده و پروتکل سرتاسر آزموده شده، اما برچسبگذاری کامل هنوز انجام نشده — و ترجیح میدهیم یک عدد آزمایشیِ درست منتشر کنیم تا عددی گردتر که پشتش نایستیم.
- هیچ مدل آموزشدیده و هیچ آرتیفکت مدلی هنوز وجود ندارد. آنچه تا امروز تحویل شده پیکره و پروتکل برچسبگذاری است. هر کس دربارهٔ سامانهای در این مرحله چیز دیگری بگوید، دارد چیزی به شما میفروشد.
- تحلیل ماهوارهای محدودهٔ جستوجو را باریک میکند؛ کانسار پیدا نمیکند. پوشش گیاهی، پوشش سطحی، هوازدگی و کانیهای اشتباهانداز، همگی آنچه را هر سنجندهٔ مداری میتواند بگوید تضعیف میکنند و هیچ مدلسازیای این محدودیت را برنمیدارد.
- دقت کلی طبقهبندی با موفقیت اکتشاف یک چیز نیست و این دو را هرگز نباید بهجای هم نقل کرد.