谷歌 DeepMind 近日推出了名为 AlphaEarthFoundations 的人工智能系统，该系统旨在将海量的卫星数据转化为统一的数字表示，以提高环境分析的准确性，支持食物安全、森林砍伐和水资源等问题的决策。AlphaEarthFoundations 可以被视作一种 「虚拟卫星」，它以每 10x10 米的分辨率对地球的所有陆地和沿海水域进行描绘。
这一模型整合了多种数据来源，包括光学卫星图像、雷达、3D 激光测绘和气候模拟。通过将这些输入数据压缩为 64 维嵌入 （embedding），DeepMind 实现了数据的高效表示。其训练过程中，AlphaEarthFoundations 使用了来自全球超过 500 万个地点的超过 30 亿条观测数据，数据来源涵盖了 Sentinel-2 和 Landsat 等卫星任务，还结合了维基百科文章和物种观察等文本信息。
该系统的目标是解决数据过载和信息不一致的两个核心挑战。AlphaEarthFoundations 能够穿透持续的云层，绘制南极洲的复杂地表，并揭示加拿大小麦种植中的微小变化，这些细节是人眼所无法捕捉到的。在与传统方法及其他 AI 绘图系统的对比测试中，AlphaEarthFoundations 的错误率平均低了 24%。该模型在土地利用分类、生物物理变量估算和变化检测等 15 个评估数据集上表现优异。
AlphaEarthFoundations 还能够在处理数据稀缺的情况下进行有效工作，其持续的时间分析功能使得系统可以对不完全对齐的时间段进行精确预测。该模型的 「时空精度」（STP） 架构将来自同一地点的不同时期的卫星图像视作视频中的帧，这样的处理方式使系统能够学习空间、时间和测量之间的关系，从而生成捕捉局部环境和时间轨迹的嵌入表示。
目前，已有 50 多家组织在现实应用中测试这一系统。全球生态系统地图 （GlobalEcosystemsAtlas） 利用该数据将以前未映射的生态系统分类，包括沿海灌丛和超干旱沙漠等。巴西的 MapBiomas 则借助这些数据深入分析农业和环境变化，尤其是亚马逊雨林等关键生态系统。
此外，谷歌还将在 GoogleEarthEngine 上发布名为卫星嵌入数据集 （SatelliteEmbeddingDataset） 的年度嵌入数据。根据 GoogleEarthEngine 的数据，该数据集每年生成超过 1.4 万亿个嵌入足迹，为识别全球相似环境条件、变化检测、自动聚类和更智能的分类提供了多种应用场景。
为了加速科学研究，谷歌还提供
划重点:
🌍AlphaEarthFoundations 是谷歌 DeepMind 推出的虚拟卫星 AI 系统，能够以 10x10 米分辨率描绘地球的所有陆地和沿海水域。
📊该系统整合多种数据源，通过 64 维嵌入高效表示，提升环境监测的准确性，平均错误率降低 24%。
💡谷歌将发布卫星嵌入数据集，支持全球研究，并提供研究资助以促进科学应用。
