主要内容
谷歌的最新人工智能模型将搜索地球，并理想地提供帮助。这是其计划。该任务旨在详细了解我们对地球的所作所为。关键是，一旦该模型完成此任务，它显然还将解释我们在何处可以最好地采取措施来帮助我们的世界。
谷歌 DeepMind 人工智能模型的分支 AlphaEarth 基金会旨在利用机器学习以及过去二十年来谷歌吸收的大量关于地球的数据，以了解特定区域随时间的变化。该模型使用一种称为“嵌入”的系统，每天从卫星收集数太字节的数据，进行分析并压缩以节省存储空间。结果是在地图上叠加了不同过滤器的模型，用颜色编码来指示物质属性、植被类型、地下水源和建筑物、农场等人类建筑。
谷歌表示，该系统将充当一种“虚拟卫星”，让用户按需调用关于地球上任何特定地点的详细信息。谷歌称，其目标是让该服务的用户能够更好地了解地球上特定生态系统的运作方式，包括空气质量、阳光、地下水甚至人类建筑项目在景观中的变化。
最终，该公司希望该模型能够帮助回答付费政府和企业的问题，例如哪些生态系统可能有更多的阳光或地下水，这可以帮助确定种植某种作物的最佳地点。或者，它可以帮助确定放置太阳能电池板收益最大的区域，或在更具气候适应性的位置建造建筑物。
谷歌的新模型已经以清晰的细节绘制了南极洲的复杂表面——这是一个因卫星成像不规则而难以捕捉的地区。它还据称勾勒出了肉眼无法看到的加拿大农业土地利用的变化。
谷歌的新模型为 AlphaEarth 基金会的嵌入字段分配颜色。在厄瓜多尔，该模型透过持续的云层覆盖，详细显示了不同发展阶段的农田。谷歌 DeepMind 的研究工程师克里斯·布朗表示，历史上，在使关于地球的可靠信息更易于获取方面存在两个主要问题：数据过载和信息不一致。“以前，挑战是看到所有这些，”布朗在新闻发布会上说。“现在，挑战是统一我们观察和模拟地球的所有方式，并获得完整的画面。”
当然，谷歌已经在这方面努力了一段时间。虽然 AlphaEarth 不是面向更广泛消费者的应用程序，但谷歌地球自 2021 年以来就有自己类似的时间推移功能，展示了全球地理在几十年中的变化——主要是由于气候变化。谷歌还进入了将更特定类型的卫星送入轨道的游戏，例如设计用于从太空发现野火的卫星。
这些模型并不完美。谷歌在疯狂推动构建强大的人工智能模型时，在其人工智能生成的准确性方面遇到了一些障碍，主要是当其在搜索中的人工智能概述偏离轨道时。但奇怪的是，吸收数千兆字节的卫星图像并发现趋势对于人工智能来说是一项更直接的任务。谷歌表示，这些模型可以生成关于生态系统的足够准确的数据，精度可达 10 米区域——虽然可能会有一些错误，但显然比类似的人工智能模型准确 23.9%。（谷歌没有提及它指的是哪些模型，但 Privateer 等公司已经在这方面努力了多年。）
AlphaEarth 基金会的工作原理是：通过从视频序列中获取非均匀采样的帧来索引任何时间位置，该模型创建了一个连续的视图。