지리공간 기반 모델의 새로운 패러다임: 전 훈련부터 행위적 사고까지

위성 및 항공 사진 분석은 기초 모델의 등장으로 새로운 시대에 들어섰다. 이 논문은 지리 공간 기초 모델(GeoFMs)의 개념을 설명하는데, 이는 다양한 방법론을 통해 대규모 지리 공간 데이터에 대해 미리 학습된 인공 지능/기계 학습(AI/ML) 모델을 말한다. 먼저, GeoFMs가 가능하게 하는 핵심 전환을 설명하는데, 이는 대규모 모델 제공자들이 계산적으로 고가용성인 미리 학습을 수행하면서, 도메인 전문가들이 빠르게 최적화 또는 이러한 모델을 특정 mission-critical 작업에 대해 유도할 수 있게 함으로써, 업계 최고의 AI/ML에 대한 접근을 민주화시키며, 다운스트림 작업의 보안 및 비밀성을 유지한다. 그 다음으로, GeoFMs의 다양한 유형에 의해 잠금 해제된 새로운 기능을 탐험하는데, 이는 자가 감독 기법인 masked auto-encoding과 같은 finetunable vision 모델과, contrastive learning에 의해 생산된 vision-language 모델로 구분된다. 이 모델들은 open-vocabulary image 분석과 같은 zero-shot 작업을 가능하게 한다. 그 다음으로, GeoFMs를 운영화하는 실질적인 고려사항을 논의하는데, 이는 성능-비용 분석부터 더 넓은 MLOps 생태계까지이다. 그 목적을 위해, 모델 적응 전략의 분류 체계를 제시하고, 도메인 전문가들이 특정 mission set에 대한 가장 비용 효율적인 적응 방법을 선택할 수 있는 프레임워크를 제안한다. 마지막으로, GeoFMs를 도구로 사용하여, 자연어로 고급 사용자 질의에 대한 답변과 복잡한 분석 워크플로우 자동화를 가능하게 하는 지능적인 오케스트레이터로서 Large Language Models이 지니는 전망을 제시한다.