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
美国网络安全和基础设施安全局指示联邦机构修补影响思科ASA 5500-X系列防火墙设备的两个零日漏洞CVE-2025-20362和CVE-2025-20333。这些漏洞可绕过VPN身份验证并获取root访问权限,已被黑客积极利用。攻击与国家支持的ArcaneDoor黑客活动有关,黑客通过漏洞安装bootkit恶意软件并操控只读存储器实现持久化。思科已发布补丁,CISA要求机构清点易受攻击系统并在今日前完成修补。
康考迪亚大学研究团队通过对比混合量子-经典神经网络与传统模型在三个基准数据集上的表现,发现量子增强模型在准确率、训练速度和资源效率方面均显著优于传统方法。研究显示混合模型的优势随数据集复杂度提升而增强,在CIFAR100上准确率提升9.44%,训练速度提升5-12倍,且参数更少。该成果为实用化量子增强人工智能铺平道路。
TimeWave是一款功能全面的计时器应用,超越了苹果自带时钟应用的功能。它支持创建流式计时器,让用户可以设置连续的任务计时,帮助专注工作。应用采用简洁的黑白设计,融入了Liquid Glass元素。内置冥想、番茄工作法、20-20-20护眼等多种计时模式,支持实时活动显示和Siri快捷指令。免费版提供基础功能,高级版需付费订阅。
沙特KAUST大学团队开发了专门针对阿拉伯语的AI模型家族"Hala",通过创新的"翻译再调优"技术路线,将高质量英语指令数据转化为450万规模的阿拉伯语语料库,训练出350M到9B参数的多个模型。在阿拉伯语专项测试中,Hala在同规模模型中表现最佳,证明了语言专门化策略的有效性,为阿拉伯语AI发展和其他语言的专门化模型提供了可复制的技术方案。