Cada día, los satélites capturan imágenes y mediciones ricas en información, proporcionando a científicos y expertos una visión casi en tiempo real de nuestro planeta. Aunque estos datos han sido increíblemente impactantes, su complejidad, multimodalidad y frecuencia de actualización crean un nuevo desafío: conectar conjuntos de datos dispares y utilizarlos todos de manera efectiva.

Hoy presentamos AlphaEarth Foundations, un modelo de inteligencia artificial que funciona como un satélite virtual. Caracteriza con precisión y eficiencia toda la superficie terrestre y las aguas costeras del planeta, integrando enormes cantidades de datos de observación terrestre en una representación digital unificada —o embedding— que los sistemas informáticos pueden procesar fácilmente.

Esto permite al modelo proporcionar a los científicos una imagen más completa y consistente de la evolución de nuestro planeta, ayudándoles a tomar decisiones más informadas sobre temas críticos como la seguridad alimentaria, la deforestación, la expansión urbana y los recursos hídricos.

“AlphaEarth Foundations representa un avance significativo en la comprensión del estado y la dinámica de nuestro cambiante planeta.” — Equipo AlphaEarth Foundations

Disponible en Google Earth Engine

Para acelerar la investigación y desbloquear casos de uso, Google ha lanzado una colección de los embeddings anuales de AlphaEarth Foundations como el conjunto de datos Satellite Embedding en Google Earth Engine. Con más de 1.4 billones de footprints de embedding por año, es uno de los más grandes de su tipo.

Durante el último año, más de 50 organizaciones han probado este conjunto de datos en aplicaciones del mundo real, incluyendo la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO), Harvard Forest, MapBiomas, la Universidad Estatal de Oregón y la Universidad de Stanford.

Cómo funciona AlphaEarth Foundations

AlphaEarth Foundations proporciona una nueva lente para entender nuestro planeta resolviendo dos grandes desafíos: la sobrecarga de datos y la información inconsistente.

Primero, combina volúmenes de información de docenas de fuentes públicas diferentes: imágenes ópticas de satélites, radar, mapeo láser 3D, simulaciones climáticas y más. Teje toda esta información para analizar la tierra y las aguas costeras del mundo en cuadrados nítidos de 10×10 metros, lo que le permite rastrear cambios a lo largo del tiempo con una precisión notable.

Segundo, hace que estos datos sean prácticos de usar. La innovación clave del sistema es su capacidad para crear un resumen altamente compacto para cada cuadrado. Estos resúmenes requieren 16 veces menos espacio de almacenamiento que los producidos por otros sistemas de IA, lo que reduce drásticamente el costo del análisis a escala planetaria.

“El conjunto de datos Satellite Embedding puede transformar la forma en que nuestro equipo trabaja — ahora tenemos nuevas opciones para hacer mapas más precisos y rápidos de producir, algo que nunca hubiéramos podido hacer antes.” — Tasso Azevedo, fundador de MapBiomas

Precisión superior

Para asegurar que AlphaEarth Foundations estuviera listo para uso real, el equipo probó rigurosamente su rendimiento. En comparación con métodos tradicionales y otros sistemas de mapeo con IA, AlphaEarth Foundations fue consistentemente el más preciso.

Destacó en una amplia gama de tareas en diferentes períodos de tiempo, incluyendo la identificación de uso del suelo y la estimación de propiedades de superficie. Crucialmente, logró esto incluso en escenarios donde los datos etiquetados eran escasos. En promedio, AlphaEarth Foundations tuvo una tasa de error 24% menor que los modelos probados, demostrando su eficiencia de aprendizaje superior.

Aplicaciones en el mundo real

Global Ecosystems Atlas

Una iniciativa que busca crear el primer recurso integral para mapear y monitorear los ecosistemas del mundo. Utiliza este conjunto de datos para ayudar a los países a clasificar ecosistemas no mapeados en categorías como matorrales costeros y desiertos hiperáridos.

MapBiomas en Brasil

Está probando el conjunto de datos para comprender más profundamente los cambios agrícolas y ambientales en todo el país. Este tipo de mapa informa estrategias de conservación e iniciativas de desarrollo sostenible en ecosistemas críticos como la selva amazónica.

Ecuador y Antártida

El modelo puede ver a través de la capa de nubes persistente para detallar parcelas agrícolas en diversas etapas de desarrollo en Ecuador, y mapear superficies complejas en la Antártida con un detalle sin precedentes.

El futuro: IA + Gemini

AlphaEarth Foundations se está utilizando actualmente para generar embeddings anuales, y el equipo cree que podrían ser aún más útiles en el futuro cuando se combinen con agentes LLM de razonamiento general como Gemini. Esto forma parte de Google Earth AI, la colección de modelos geoespaciales y conjuntos de datos de Google para ayudar a abordar las necesidades más críticas del planeta.

Este artículo es una adaptación del blog oficial de Google DeepMind. Créditos al equipo: Christopher Brown, Michal Kazmierski, Valerie Pasquarella, William Rucklidge, Olivia Wiles, entre otros.