Google DeepMind представляет ИИ для создания беспрецедентных глобальных карт

Компания Google DeepMind представила революционную систему искусственного интеллекта, которая изменит методы анализа данных с поверхности Земли, что может произвести революцию в области экологического мониторинга и управления ресурсами для правительств, природоохранных организаций и глобальных предприятий.

Система, получившая название AlphaEarth Foundations, решает постоянную проблему наблюдения за Землей: преобразование огромных потоков спутниковых данных в полезную информацию. Хотя спутники ежедневно собирают терабайты изображений, интеграция этих разнообразных наборов данных в целостную картину исторически была проблематичной.

"AlphaEarth Foundations работает как виртуальный спутник", - объясняет исследовательская группа в своей публикации. "Он эффективно характеризует земные и прибрежные районы планеты, объединяя массивные наборы данных наблюдения Земли во всеобъемлющее цифровое представление".

ИИ-решение позволяет достичь примерно на 23,9 % меньше ошибок, чем существующие методы, и при этом требует в шестнадцать раз меньше места для хранения данных, чем аналогичные системы. Такое сочетание повышенной эффективности и точности может значительно снизить затраты, связанные с анализом окружающей среды планетарного масштаба.

Как искусственный интеллект преобразует спутниковые данные в полезные сведения

Основная инновация системы заключается в методологии обработки данных. Вместо того чтобы анализировать отдельные спутниковые снимки по отдельности, AlphaEarth Foundations генерирует "поля встраивания" - сильно сжатые цифровые сводки, представляющие основные характеристики земной поверхности в 10-метровых сеточных разрезах.

"Прорывная способность системы заключается в создании компактных сводок для каждого участка сетки", - поясняют исследователи. "Эти сводки требуют в шестнадцать раз меньше места для хранения, чем альтернативные системы искусственного интеллекта, которые мы оценивали, что существенно снижает затраты на анализ планетарного масштаба".

При этом сжатие сохраняет точность деталей. Система сохраняет, по словам разработчиков, "четкое разрешение 10×10 метров" при отслеживании временных изменений. Такая детализация позволяет организациям отслеживать отдельные городские кварталы, сельскохозяйственные участки или участки леса, что крайне важно для городского планирования и природоохранных приложений.

Бразильская команда следит за обезлесением в Амазонии с точностью, близкой к реальному времени

За последний год более пятидесяти организаций протестировали систему, и предварительные результаты свидетельствуют о преобразующем потенциале в различных отраслях.

В Бразилии компания MapBiomas использует эту технологию для мониторинга сельскохозяйственных и экологических преобразований по всей стране, в том числе в тропических лесах Амазонки. "Набор данных Satellite Embedding изменил наш операционный подход", - заявил Тассо Азеведо, основатель MapBiomas. "Теперь мы создаем более точные и четкие карты с беспрецедентной скоростью - возможности, которые раньше были нам недоступны".

В рамках инициативы Global Ecosystems Atlas система используется для создания, по ее словам, первого всеобъемлющего ресурса по картографированию глобальных экосистем. Этот проект помогает странам классифицировать неизученные территории по таким категориям, как прибрежные кустарники и гиперзасушливые пустыни - жизненно важная информация для разработки стратегии сохранения природы.

"Набор данных Satellite Embedding меняет нашу методологию, помогая странам составлять карты неизвестных экосистем, что очень важно для определения приоритетов в области охраны природы, - объясняет Ник Мюррей, директор лаборатории глобальной экологии Университета Джеймса Кука и руководитель глобальной научной программы Global Ecosystems Atlas.

Решение главной проблемы спутниковых снимков: облачность и пробелы в данных

В исследовательской работе подробно описываются сложные инженерные разработки, лежащие в основе этих возможностей. AlphaEarth Foundations объединяет данные из множества источников - оптические спутниковые снимки, радар, лазерное 3D-картографирование, климатическое моделирование - и синтезирует их в целостное представление поверхности Земли.

Техническим отличием системы является ее временная обработка. "Насколько нам известно, AEF представляет собой первый подход к обработке изображений НЗ, поддерживающий непрерывный анализ времени, - отмечают исследователи. Это позволяет создавать точные карты для определенных диапазонов дат, включая интерполяцию между наблюдениями и экстраполяцию в периоды отсутствия прямого спутникового покрытия".

Архитектура модели, получившая название "Space Time Precision" или STP, поддерживает высоко локализованные представления при моделировании дальних связей во времени и пространстве. Эта возможность позволяет преодолевать такие препятствия, как облачность, которая часто заслоняет спутниковые снимки в тропических зонах.

Возможность корпоративного картографирования обширных территорий без дорогостоящих наземных исследований

Для лиц, принимающих технические решения в корпоративном и государственном секторах, AlphaEarth Foundations может кардинально изменить подходы к геопространственной разведке.

Система демонстрирует исключительные результаты в режимах "скудных данных" - сценариях с ограниченной наземной проверкой. Это решает фундаментальную дилемму наблюдения Земли: в то время как спутники обеспечивают глобальное покрытие, проверка на месте остается дорогостоящей и логистически сложной.

"Высококачественное картографирование зависит от точных меченых данных, однако для проведения операций глобального масштаба необходимо соблюдать баланс между точностью измерений и пространственным охватом", - отмечается в статье. Способность AlphaEarth Foundations точно экстраполировать данные из ограниченных наземных наблюдений может существенно сократить расходы на создание подробных карт больших территорий".

Исследования демонстрируют высокую производительность в различных областях применения, от классификации сельскохозяйственных культур до оценки интенсивности испарения. В одном из сложных случаев оценки эвапотранспирации - измерении переноса воды из земли в атмосферу - AlphaEarth Foundations достигла значения R² 0,58, в то время как все сравниваемые методы давали отрицательные значения, что указывало на эффективность, уступающую среднему значению догадки.

Google интегрирует ИИ для мониторинга Земли с системами мониторинга погоды и лесных пожаров

Это объявление ставит Google в авангард того, что компания называет "Google Earth AI" - набор геопространственных моделей, решающих планетарные задачи. К ним относятся системы прогнозирования погоды, наводнений и лесных пожаров, которые в настоящее время используются миллионами людей через Google Search и Maps.

"Мы посвятили годы разработке мощных моделей искусственного интеллекта для решения реальных задач", - пишут Йосси Матиас, вице-президент и генеральный директор Google Research, и Крис Филлипс, вице-президент и генеральный директор Geo, в сопроводительном сообщении в блоге. "Эти модели уже используются миллионами пользователей, включая оповещения о наводнениях и лесных пожарах в Поиске и Картах; они также предоставляют полезные сведения через Google Earth, Google Maps Platform и Google Cloud Platform".

Релиз включает набор данных Satellite Embedding, который характеризуется как "одна из крупнейших коллекций с более чем 1,4 триллионами отпечатков в год", доступных через Google Earth Engine. Этот набор данных предоставляет ежегодные снимки с 2017 по 2024 год, обеспечивая исторический контекст для отслеживания изменений окружающей среды.

10-метровое разрешение обеспечивает конфиденциальность, облегчая мониторинг окружающей среды.

Google подчеркивает, что система работает на уровне разрешения, предназначенном для экологического контроля, а не для индивидуального отслеживания. "Набор данных не позволяет идентифицировать конкретные объекты, людей или черты лица, представляя собой только общедоступные источники данных, такие как метеорологические спутники, - уточняет компания.

10-метровое разрешение, хотя и является достаточно точным для большинства экологических приложений, намеренно ограничивает идентификацию отдельных структур или действий - философия дизайна, балансирующая между полезностью и защитой частной жизни".

Планетарный интеллект продвигается через Google Earth Engine

Доступность AlphaEarth Foundations через Google Earth Engine может демократизировать доступ к сложным возможностям наблюдения Земли. Ранее создание подробных карт больших территорий требовало значительных вычислительных ресурсов и специальных знаний. Теперь организации могут использовать предварительно вычисленные вкрапления для быстрого создания индивидуальных карт.

"Этот прорыв дает ученым возможность сделать то, что раньше было невозможно: создавать подробные, последовательные глобальные карты по запросу", - отмечает исследовательская группа. "Если речь идет о мониторинге жизнеспособности сельскохозяйственных культур, отслеживании вырубки лесов или наблюдении за новым строительством, они больше не зависят от единичных проходов спутников".

Для предприятий, занимающихся мониторингом цепочек поставок, сельскохозяйственным производством, городским планированием или соблюдением экологических норм, эта технология открывает новые возможности для принятия решений на основе данных. Возможность отслеживать глобальные изменения с разрешением 10 метров и ежегодным обновлением данных закладывает основу для самых разных приложений - от проверки устойчивости источников поставок до оптимизации урожайности сельскохозяйственных культур.

В настоящее время набор данных Satellite Embedding доступен через Google Earth Engine, а AlphaEarth Foundations продолжает развиваться в рамках более широкой инициативы Google по созданию искусственного интеллекта Земли. Как отметил один из исследователей во время пресс-брифинга, перед организациями стоит вопрос не о том, нужен ли им планетарный интеллект, а о том, могут ли они позволить себе работать без него.