Naiad: Rivoluzione nel Monitoraggio delle Acque Interne
Il monitoraggio delle acque interne è fondamentale per proteggere la salute pubblica e gli ecosistemi, permettendo interventi tempestivi per mitigare i rischi. Tradizionalmente, i metodi esistenti affrontano singolarmente problemi specifici come la presenza di cianobatteri, clorofilla o altri indicatori di qualità. NAIAD, un nuovo sistema, introduce un assistente di intelligenza artificiale (IA) agentico che sfrutta i modelli linguistici di grandi dimensioni (LLM) e strumenti analitici esterni per offrire una soluzione olistica per il monitoraggio delle acque interne, utilizzando i dati di osservazione della Terra (EO).
Progettato per esperti e non, NAIAD offre un’interfaccia a prompt singolo che traduce le richieste in linguaggio naturale in informazioni utili. Attraverso la Generazione Aumentata da Recupero (RAG), il ragionamento LLM, l’orchestrazione di strumenti esterni, l’esecuzione di grafi computazionali e la riflessione agentica, il sistema recupera e sintetizza informazioni da fonti curate per produrre report personalizzati. NAIAD integra strumenti diversi per dati meteorologici, immagini Sentinel-2, calcolo di indici di telerilevamento (es. NDCI), stima della clorofilla-a e piattaforme consolidate come CyFi.
Le prestazioni sono valutate utilizzando metriche di accuratezza e rilevanza, raggiungendo rispettivamente oltre il 77% e l’85% su un benchmark dedicato che copre diversi livelli di competenza degli utenti. I risultati preliminari dimostrano una forte adattabilità e robustezza in vari tipi di query. Uno studio di ablazione sui modelli LLM evidenzia Gemma 3 (27B) e Qwen 2.5 (14B) come i migliori per l’efficienza computazionale e le prestazioni di ragionamento.
Paper: ArXiv.org