14 de noviembre.

El Open Geospatial Consortium (OGC) solicita comentarios del público sobre la propuesta de establecer un nuevo Grupo de Trabajo (SWG) de Estándares de Modelos de Aprendizaje Profundo del OGC.

El SWG propuesto tiene como objetivo desarrollar un modelo UML y un esquema de codificación para estandarizar la descripción de los metadatos de los modelos de aprendizaje profundo, como el marco de trabajo (por ejemplo, PyTorch, TensorFlow), la red neuronal, el método de entrenamiento, los datos de entrenamiento, la tarea, la calidad y la licencia, de modo que los modelos puedan compartirse y gestionarse de manera unificada e interoperable.

Se prevé que la Inteligencia Artificial (IA) desempeñe un papel crucial en la transformación de numerosos ámbitos y en la revolución de las tecnologías existentes. En la última década, las técnicas de Aprendizaje Profundo han avanzado significativamente gracias a la disponibilidad de grandes conjuntos de datos y a las mejoras en la computación de alto rendimiento. El Aprendizaje Profundo está transformando los Sistemas de Información Geográfica (SIG) y la Teledetección (TD), impulsando la innovación y la eficiencia en diversas áreas como las ciudades inteligentes, la gestión ambiental y la respuesta ante desastres, a la vez que ayuda a la comunidad científica a aprovechar el creciente volumen de datos de Observación de la Tierra (OT) para el análisis geoespacial.

Los modelos de aprendizaje profundo son el resultado del desarrollo de la IA y el núcleo de sus aplicaciones. Sin embargo, la falta de un método estandarizado para describir los metadatos de estos modelos se ha convertido en un obstáculo para el avance y la aplicación de la IA geoespacial. Para impulsar la adopción de técnicas de aprendizaje profundo en el análisis geoespacial por parte de investigadores y profesionales, es necesario abordar diversos desafíos.

  1. Falta de interoperabilidadLa ausencia de una descripción uniforme y legible por máquina dificulta el intercambio de modelos y su reutilización automatizada.

  2. Falta de reutilización: Los modelos de aprendizaje profundo a menudo no logran transferirse eficazmente a través de diferentes entornos debido a las distintas dependencias y métodos de operación.

  3. Preocupaciones sobre la confiabilidad: Sin metainformación, los usuarios no pueden comprender completamente el rendimiento o las limitaciones del modelo, lo que socava la credibilidad y la transparencia.

  4. Falta de reproducibilidad: Las variaciones en los conjuntos de datos, las arquitecturas y los hiperparámetros dificultan la comparación y la reproducción de resultados.

Para abordar estos problemas, el SWG propuesto desarrollará un modelo de metadatos estandarizado para modelos de aprendizaje profundo geoespaciales que se alinee con los principios FAIR: Localizable, Accesible, Interoperable y Reutilizable.

Dada la popularidad de JSON, el SWG adoptará una codificación JSON coherente con las prácticas web comunes y los estándares existentes de la industria.

Para comentar

El proyecto de estatutos del Grupo de Trabajo sobre Estándares de Modelos de Aprendizaje Profundo de la OGC (SWG) está disponible para su revisión y comentarios por parte del público y los miembros de la OGC durante un período de 30 días. El plazo para presentar comentarios finaliza el 14 de diciembre de 2025.

Los comentarios pueden enviarse a una dirección de correo electrónico específica durante el plazo que finaliza en la fecha de cierre de la solicitud indicada anteriormente. Los comentarios recibidos serán recopilados y revisados ​​por los miembros de la OGC para su incorporación al documento. Envíe sus comentarios a esta dirección de correo electrónico , utilizando esta plantilla de comentarios para el cuerpo del mensaje.

Acerca de OGC

El Open Geospatial Consortium (OGC) es una organización de membresía dedicada a utilizar el poder de la geografía y la tecnología para resolver problemas que afectan a las personas y al planeta. OGC genera valor y oportunidades para sus miembros a través de estándares, innovación y colaboración. Nuestra membresía representa una comunidad global diversa y activa, integrada por representantes de gobiernos, industria, instituciones académicas, agencias de desarrollo internacional, organizaciones científicas y de investigación, la sociedad civil y defensores del medio ambiente.

Visite ogc.org para obtener más información sobre nuestro trabajo.