🛰 Google Research научила нейросеть искать утечки метана прямо со спутниковых данных. Новая система MAPL-EMIT анализирует гиперспектральные снимки NASA EMIT и автоматически: - находит метановые шлейфы - оценивает концентрацию газа - определяет форму выброса - ищет точный источник утечки В основе - vision transformer Swin-S, который смотрит не только на отдельный пиксель, но и на окружающий пространственный контекст. Это помогает отличать настоящий метановый шлейф от поверхности с похожим спектральным сигналом. Для обучения исследователи сгенерировали 3,6 млн синтетических шлейфов метана и встроили их в реальные спутниковые сцены EMIT. На тестах модель обнаружила 84% шлейфов, отмеченных экспертами, и нашла примерно на 50% больше правдоподобных выбросов, чем стандартный подход NASA на выборке примерно из 1100 сцен. Также система смогла обнаружить выбросы на 24 из 25 крупнейших свалок мира. Google открыла глобальную базу шлейфов, обученную модель, синтетический датасет и библиотеку для инференса. https://research.google/blog/mapping-global-methane-emissions-from-space-with-deep-learning/