Viện Khoa học và Công nghệ Tiên tiến Hàn Quốc (KAIST) ngày 20/10 cho biết nhóm nghiên cứu do giáo sư Kim Moon-cheol thuộc Khoa Kỹ thuật Điện và Điện tử dẫn dắt đã phát triển GeoCore-9B, mô hình AI có khả năng khôi phục ảnh vệ tinh bị mây che và chuyển ảnh radar khẩu độ tổng hợp (SAR) sang ảnh quang học.

Theo KAIST, GeoCore-9B là mô hình nền tảng AI tạo sinh với khoảng 9 tỷ tham số, được thiết kế cho nhiều tác vụ liên quan đến ảnh vệ tinh như tạo ảnh, phục hồi ảnh và chuyển đổi giữa các dạng dữ liệu ảnh.

Nhóm nghiên cứu đã huấn luyện mô hình bằng 10 triệu cặp dữ liệu gồm ảnh vệ tinh toàn cầu và phần mô tả bằng văn bản. Thay vì tinh chỉnh các mô hình tạo ảnh phổ thông, nhóm xây dựng và huấn luyện mô hình từ đầu trên dữ liệu quan sát Trái Đất, bao gồm địa hình, rừng, cảng và khu vực đô thị.

Một điểm đáng chú ý là mô hình được thiết kế để học đồng thời vị trí địa lý và tỷ lệ không gian của ảnh. Trong quá trình huấn luyện, nhóm đưa vào thông tin vĩ độ, kinh độ và khoảng cách mẫu mặt đất (GSD) để AI nhận diện được vị trí cũng như kích thước thực của địa hình. Bên cạnh đó, nhóm áp dụng kỹ thuật “căn chỉnh ngữ nghĩa địa không gian” để mô hình nắm bắt tốt hơn các cấu trúc như mạng lưới đường sá hay ranh giới đất nông nghiệp.

GeoCore-9B đã được thử nghiệm trên hai tác vụ chính là xóa mây và chuyển ảnh SAR sang ảnh quang học. Quá trình thử nghiệm này sử dụng phương pháp LoRA, chỉ tinh chỉnh một phần tham số trong khi giữ nguyên phần lớn mô hình, qua đó giảm chi phí huấn luyện.

KAIST cho biết trong các bài đánh giá dựa trên bộ dữ liệu vệ tinh công khai, GeoCore-9B vượt các mô hình chuyên dụng hiện có ở những chỉ số chất lượng ảnh quan trọng đối với tác vụ xóa mây. Với bài toán chuyển ảnh SAR sang ảnh quang học, mô hình cũng đạt kết quả tốt nhất ở một số chỉ số đánh giá chất lượng.

Nhóm nghiên cứu kỳ vọng công nghệ này sẽ mở rộng khả năng khai thác dữ liệu vệ tinh, vốn thường bị hạn chế bởi mây che hoặc khác biệt về phương thức chụp. Trong thời gian tới, nhóm dự kiến mở rộng nghiên cứu sang các bài toán dự báo biến đổi địa hình như lũ lụt, cháy rừng, hư hại công trình và mở rộng đô thị, đồng thời ứng dụng vào công nghệ giám sát, trinh sát trong lĩnh vực quốc phòng.

Giáo sư Kim Moon-cheol cho biết mô hình được phát triển để học cả vị trí chụp lẫn kích thước thực của địa hình, từ đó cho phép một AI xử lý nhiều tác vụ như xóa mây và chuyển đổi ảnh. Ông kỳ vọng công nghệ này sẽ hỗ trợ nhận diện tình huống thiên tai cũng như theo dõi biến động của rừng và đô thị.

Trong công trình này, Do Jeong-hyeok, nghiên cứu sinh tiến sĩ tại Viện Nghiên cứu Thông tin và Điện tử của KAIST, là tác giả thứ nhất, còn giáo sư Kim Moon-cheol là tác giả liên hệ. Kết quả nghiên cứu đã được chấp nhận trình bày tại hội nghị AI quốc tế NeurIPS 2026.