在地質科學領域，地質圖是理解地球表面及地下結構的關鍵工具。然而，解讀這些複雜的圖表需要專業知識和豐富的經驗。為了提升這一領域的智能化水平，微軟亞洲研究院近日推出了一個新基準集GeoMap-Bench，專門用於評估多模態大語言模型（MLLMs）在地質圖理解方面的表現。
GeoMap-Bench 的推出標誌著地質圖解讀的人工智能應用邁出了重要一步。微軟研究人員與中國地質科學院及武漢大學的專家深入探討，確定了地質圖理解所需的五大關鍵能力:信息提取、定位、指代、推理和分析。這些能力涵蓋了從獲取基本信息到執行複雜邏輯任務的多個方面，確保AI 能夠全面理解地質圖。
研究人員利用超過7000幅地質圖創建了GeoMap-Bench，生成了3000多個帶有標準答案的問題，以此評估現有的多模態大模型在地質圖解讀中的局限性。常見的挑戰包括高分辨率圖像的處理、專業領域知識的需求，以及多樣化的視覺表現。
為了進一步推動地質圖的智能解析，微軟還研發了GeoMap-Agent，這一智能體不僅具備數字化地質圖的能力，還在高分辨率圖像處理和領域知識應用上進行了顯著改進。 GeoMap-Agent 的架構包含三個核心模塊:層級信息提取、領域知識注入和增強提示問答，這些模塊的結合使得AI 能夠高效、準確地分析複雜的地質信息。
研究人員表示，GeoMap-Bench 和GeoMap-Agent 的推出，不僅為地質學領域的AI 應用提供了新的研究基礎，也將極大地推動地質信息的數字化和智能化，為更廣泛的領域如災害預警和資源勘探等帶來深遠影響。