Google Deepmindは、惑星全体の非常に詳細なマップを作成する画期的なAIシステムであるAlphaearth Foundationsを発表しました。本日発表されたこのシステムは、科学者と政府にとって重要な課題に取り組んでいます。毎日の衛星データの圧倒的な洪水を処理する方法
光学画像やレーダーなど、複数のソースから情報を単一の統一されたデジタルビューに融合させることで機能します。この強力なツールは、組織が森林破壊を追跡し、水資源を管理し、環境の変化をより高い速度と精度で監視するのに役立ちます。
目標は、惑星規模の分析をより安価でアクセスしやすくし、宇宙からの世界を理解する方法を変えることです。結果のデータセットは、 Google Earth Engine 。 src=”https://winbuzzer.com/wp-content/uploads/2025/07/google-earth-ai-alphaearth.webp”>
データの過負荷から実行可能な知能
衛星は私たちの惑星のほぼリアルな時代の視点をキャプチャしますが、このデータの膨大な量と複雑さが新しい課題を生み出しました。異なるデータセットを実用的なインテリジェンスに接続することはイライラして困難です。 AIモデルは、complete and consistent picture of the惑星の進化。このシステムは、非常に多様な範囲のパブリックソースからの観測を同化します。究極の目標は、科学者と組織が、食料安全保障と森林伐採から都市の拡大、および重要な水資源の管理に至るまで、重要なグローバルな問題について、より多くの情報に基づいた決定を下すことです。各衛星画像を別のデータとして扱うのではなく、Alphaearth Foundationsは、地球の表面の10メートルの正方形ごとに高度に圧縮されたデジタル概要を作成します。各ピクセルは、一年のマルチソース観測を要約するリッチな64次元の特徴ベクトルに変換されます。
これらは従来のスペクトルバンドではありません。 Googleが説明するように、64の寸法は高次元の「球体」の座標を表し、ピクセルの特性だけでなく、その空間的および時間的コンテキストもキャプチャします。これにより、周囲の環境が明確な埋め込みを与えるため、駐車場のアスファルトと高速道路のように、単独で似ている表面を区別できます。
この手法は非常に効率的です。 According to the research, the system reduces error rates by approximately 23.9% compared to existing approaches while requiring 16倍のストレージスペース。データオーバーヘッドのこの劇的な削減は、雲の覆いなどの一般的な障害を克服し、惑星規模の分析のコストを削減するために重要です。
おそらく最も重要なことは、システムが「スパースデータレジーム」に優れている-地上検証が限られている適応。
このマルチモーダルアプローチは、複雑な科学的タスクで優れた結果をもたらします。たとえば、蒸発散を推定するための挑戦的なテスト（土地から大気への水が移動するプロセス）は、アルタアースの基礎が強い肯定的な結果を達成しました。対照的に、テストされた他のすべての方法は、単に平均を推測するよりも悪いパフォーマンスを発揮し、新しいモデルの高度な機能を。 システムを技術的に際立たせるのは、その洗練された時間の処理です。 「時空の精度」またはSTPと呼ばれるモデルアーキテクチャは、
このユニークな機能は、システムがオンデマンドの特定の日付範囲の正確なマップを生成できることを意味します。既存の衛星観測を補間して、ギャップを埋めるか、直接カバレッジなしで期間に外挿することさえできます。これにより、他の衛星データセットを使用できなくなることが多い熱帯地域で悪名高い問題である永続的な雲の覆いを介してモデルが「見る」ことができます。 href=”https://venturebeat.com/ai/google-deepmind-says-its-new-ai-can-map-the-the-can-map-the-preceded-accuracy/”ターゲット=”_ blank”>両方の時間と空間にわたる長距離関係 フードの下:地理空間aiの新しいアーキテクチャ
ジェームズクック大学グローバルエコロジーラボのディレクターであり、イニシアチブのグローバルサイエンスリードのニックマレーは、プロジェクトの重要性を強調しました。 「衛星埋め込みデータセットは、国が未知の生態系をマッピングするのを支援することで私たちの仕事に革命をもたらしています。これは、保全の努力に焦点を当てる場所を特定するために重要です。 href=”https://blog.google/technology/ai/google-earth-ai/”ターゲット=”_ blank”>「Google Earth ai”惑星の最も重要なニーズに取り組むために設計された地理空間モデルとデータセットのコレクション。このイニシアチブは、実際の問題のためのAIシステムを構築する長年の作業に拡大しています。共同ブログ投稿で、Googleの幹部ヨッシ・マティアスとクリス・フィリップスは次のように書いています。「これらのモデルは、検索やマップの洪水や山火事のアラートなど、数百万人がすでに使用しているパワー機能、Google Earth、Google Mapsプラットフォーム、Googleクラウドプラットフォームを通じて実用的な洞察を提供します。」 href=”https://developers.google.com/earth-engine/datasets/catalog/google_satellite_embedding_v1_nual”ターゲット=”_ blank”>衛星埋め込みデータセット。年間1.4兆以上の埋め込みフットプリントを備えた最大の種類の1つとして説明されているデータセットは、2017年から2024年までの年間スナップショットを提供し、時間の経過とともに環境シフトを追跡するための豊富な歴史的背景を提供します。以前は、このような詳細なマップを作成するには、重要な計算リソースと深い専門知識が必要でした。研究チームは、これが科学界にとって極めて重要な瞬間であると考えています。 「このブレークスルーにより、科学者はこれまで不可能なことをすることができます。私たちの世界の詳細で一貫した地図、オンデマンドを作成します」と彼らは書いています。
企業への影響は重要です。サプライチェーンの監視、農業生産、都市計画、または環境コンプライアンスに関与する企業には、強力な新しいツールがあります。 10メートルの解像度をグローバルに追跡する能力は、持続可能なソーシングクレームの検証から農業利回りの最適化までのアプリケーションの基盤を提供します。
発表を通して、Googleは、個々の追跡ではなく環境監視のために設計された解像度でシステムが動作することを強調しました。同社は、データセットが「個々のオブジェクト、人、または顔をキャプチャできない」ことを明らかにしました。この10メートルの解像度は、有用性とプライバシー保護のバランスをとることを目的とした意図的な設計の選択です。