Innowacje

Sztuczna inteligencja

AlphaEarth Foundations: embeddingi Ziemi

Widok Landsat pól uprawnych na Tajwanie: rodzaj wzoru terenu, który streszczają geo-embeddingi, nie rendering AlphaEarth

Zdjęcie: NASA Earth Observatory / Michala Garrison ( Public domain )

Sztuczna inteligencja Wdrożone

Czym jest

AlphaEarth Foundations (ogłoszenie 30 lipca 2025) to model Google DeepMind, który buduje jednolitą cyfrową reprezentację: pole embeddingów: lądu i wód przybrzeżnych Ziemi, łącząc petabajty obserwacji Ziemi i warstw pokrewnych.

Jaki problem adresuje

Mapowanie planety utyka na rzadkich etykietach i różnych sensorach

Jak działa

Dla każdej komórki około 10×10 m model daje zwarte embeddingi 64-wymiarowe, które streszczają kontekst wielu sensorów w czasie (DeepMind: około 16 razy mniej pamięci niż inne systemy AI, które testowali). Roczne embeddingi są publikowane jako zbiór Satellite Embedding w Google Earth Engine do map na żądanie: użytkowanie ziemi, ekosystemy, zmiany w rolnictwie.

Status i gracze

Zbiór Earth Engine jest publiczny. DeepMind podaje testy z partnerami: ponad 50 organizacji (prace nad atlasem ekosystemów związane z FAO, MapBiomas, uniwersytety). Embeddingi służą do klasyfikacji niezmapowanych ekosystemów i przyspieszają mapy przy rzadkich etykietach. To nie służba pogody.

Ryzyka i granice

Embeddingi przyspieszają mapowanie. Nie zastępują walidacji terenowej, praw do ziemi ani polityki. Twierdzenia o jakości, na przykład niższy błąd wobec baz testowanych przez DeepMind, to nauka karty modelu, nie gwarancja dla każdej mapy krajowej. Antarktyda i trwałe zachmurzenie nadal wymagają ostrożności. Pole embeddingów jest reprezentacją startową. Klasyfikatory dalej potrzebują etykiet, kontroli jakości i nadzoru. Sam roczny produkt embeddingów nie znaczy, że AlphaEarth widzi każdą zmianę na Ziemi w czasie rzeczywistym.

Źródła

Google DeepMind, 30 lipca 2025; katalog Earth Engine Satellite Embedding V1; arXiv 2507.22291. Roczny embedding to nie mapa zmian w czasie rzeczywistym.