Google DeepMind,这家Alphabet公司旗下的人工智能研究部门,于周三宣布发布AlphaEarth Foundations,这是一个能够处理每日TB级卫星数据来追踪地球表面变化的全新AI模型。
这一新模型作为Google Earth AI倡议的一部分推出,该倡议是一系列地理空间AI模型和数据集的集合,旨在为研究人员、企业和组织提供帮助,以解决当今世界面临的现实问题。
Google将这一新AI模型描述为类似"虚拟卫星"的功能,能够准确高效地将整个地球的陆地和沿海水域映射成数字表示形式(称为嵌入),供机器学习和AI算法处理。
"这使得该模型能够为科学家提供更完整、更一致的地球演化图景,帮助他们在粮食安全、森林砍伐、城市扩张和水资源等关键问题上做出更明智的决策,"AlphaEarth团队表示。
据DeepMind介绍,该模型汇编了来自数十个公共来源的海量信息,包括光学卫星图像、雷达、3D激光测绘和气候模拟,并将其整合到10×10米的方格中。这使得模型能够高精度地追踪时间变化。
该模型通过生成占用存储空间比传统AI系统少16倍的摘要来压缩信息,从而降低了行星级分析的成本。在测试中,DeepMind表示AlphaEarth的错误率比团队测试的其他模型低24%。
该公司已经为Google Earth Engine的实际应用生成了强大的数据集——卫星嵌入数据集,这是同类数据集中最大的之一,每年拥有超过1.4万亿个嵌入足迹。DeepMind表示,该数据集已被全球各组织实际使用,包括联合国粮食及农业组织、哈佛森林、地球观测组织、MapBiomas、俄勒冈州立大学、空间信息学组织和斯坦福大学。
Google Earth Engine于15年前推出,是Google长期运行的多PB级卫星图像和地理空间数据集目录,用于行星级分析。
"卫星嵌入数据集正在革命性地改变我们的工作,帮助各国绘制未知生态系统地图——这对于确定保护工作重点至关重要,"詹姆斯库克大学全球生态实验室主任兼全球生态系统图集全球科学负责人Nick Murray说。
全球生态系统图集倡议旨在使用环境数据绘制和监测世界生态系统。它正在使用这一新数据集帮助各国和政府将未绘制的生态系统分类为沿海灌木地和极度干旱沙漠等类别。通过这一资源,组织可以了解如何调配资源来帮助对抗生物多样性丧失并优先考虑保护区域。
DeepMind表示,该模型使更多科学家、研究人员和政府能够做到以前不可能的事情:在不需要卫星的情况下按需生成一致、详细的世界地图。通过年度化跟踪,数据研究人员可以更容易地进行跨区域和时间的长期比较。
包括图集系统的使用方式在内,科学家可以使用该模型监测作物健康状况、追踪森林砍伐或观察新建筑以追踪城市扩张。由于数据以丰富的方式映射,它可以通过深度AI推理进行搜索、比较和组合,创建强大的行星映射信息系统。
Q&A
Q1:AlphaEarth Foundations是什么?它有什么功能?
A:AlphaEarth Foundations是Google DeepMind发布的AI模型,能够处理每日TB级卫星数据来追踪地球表面变化。它功能类似"虚拟卫星",能够准确高效地将整个地球的陆地和沿海水域映射成数字表示形式,供机器学习和AI算法处理。
Q2:AlphaEarth模型相比其他AI系统有什么优势?
A:AlphaEarth模型通过生成摘要来压缩信息,占用存储空间比传统AI系统少16倍,大大降低了行星级分析的成本。在测试中,它的错误率比其他模型低24%,精度更高。
Q3:AlphaEarth模型目前被哪些组织使用?用于什么目的?
A:该模型已被联合国粮食及农业组织、哈佛森林、地球观测组织、MapBiomas、俄勒冈州立大学等全球组织使用。主要用于监测作物健康、追踪森林砍伐、观察城市扩张、绘制生态系统地图以及指导保护工作等。
好文章,需要你的鼓励
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
医疗信息管理平台Predoc宣布获得3000万美元新融资,用于扩大运营规模并在肿瘤科、研究网络和虚拟医疗提供商中推广应用。该公司成立于2022年,利用人工智能技术提供端到端平台服务,自动化病历检索并整合为可操作的临床洞察。平台可实现病历检索速度提升75%,临床审查时间减少70%,旨在增强而非替代临床判断。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。