World model do symulacji parametrów środowiskowych rolnictwa na bazie architektury JEPA i danych

Celem projektu jest stworzenie zaawansowanego systemu sztucznej inteligencji służącego do ciągłej, całorocznej symulacji warunków środowiskowych i glebowych w polskim rolnictwie. Wykorzystując nowoczesną architekturę uczenia maszynowego V-JEPA 2.1, model stworzy cyfrowy obraz zmian zachodzących na polach uprawnych dzień po dniu.

Główną innowacją jest inteligentne łączenie nieregularnych zdjęć satelitarnych – które często są niekompletne ze względu na zachmurzenie – z codziennymi, ciągłymi pomiarami meteorologicznymi, takimi jak wilgotność gleby, opady czy temperatura. Zamiast marnować cenne zasoby sprzętowe na przechowywanie i przetwarzanie pustych danych, opracujemy system, który przechowuje tylko wartościowe ujęcia i dynamicznie uzupełnia brakujące dni w pamięci karty graficznej za pomocą sztucznych tokenów kontekstowych.

Dzięki temu zoptymalizujemy zapotrzebowanie na moc obliczeniową i pamięć dyskową. Projekt umożliwi precyzyjne monitorowanie kondycji roślin, wczesne wykrywanie susz oraz planowanie upraw w obliczu zmian klimatu.