不是GPT-5，但这个“全能视角看地球”的AI也值得关注！

【导语】近日，谷歌DeepMind推出了全新的AI系统——AlphaEarth Foundations，它以64个维度和10米级分辨率，为我们提供了一个前所未有的地球视角。不同于传统地图，AlphaEarth Foundations整合了气候、生态、农业等海量数据，构建了一个能“理解地球”的大模型。这一突破不仅让科学家能够以更低成本进行全球范围的分析，还为环境保护、灾害应对等提供了强大工具。同时，谷歌还推出了Satellite Embedding数据集，进一步推动了地球科学的研究和应用。AI，正成为我们看地球的另一双(shuāng)眼(yǎn)睛(jing)。

现(xiàn)在(zài)，你(nǐ)有(yǒu)一(yī)个(gè)机(jī)会，打开上(shàng)帝(dì)视(shì)角(jiǎo)看(kàn)地球。

最近谷歌DeepMind发布了一个新AI——AlphaEarth Foundations，它能展现完整的地球画面，有64个维度，分辨率达到10米级，能让你“在任何时间看清任何地点”。

浓缩的海量数据｜deepmind.google

这不是就跟谷歌地图差不多，甚至“10米级的分辨率”还不如谷歌地图吗？但AlphaEarth Foundations可不只是地图那么简单，它的64个维度里包含了气候、生态、农业、自然资源等信息，是一个能“理解地球”的大模型。

把海量数据拼成完整画面

此时此刻，有数百颗卫星正在太空中围绕地球运转，它们就像无数只不眠不休的眼睛，每天拍摄着地球——光学相机捕捉可见光影像，雷达穿透云层探测地表，激光扫描仪测量地形高度，气象卫星监测温度变化……每一秒钟，都有(yǒu)海(hǎi)量(liàng)的(de)数(shù)据(jù)从太空传回地面。

问题就来了，数据那么多、那么杂乱，我们怎么利用呢？这就像你有一万张拼图碎片，每一(yī)片都来自不同的拼图盒，有的碎片是彩色的，有的是黑白的，有的甚至是三维的。更糟糕的是，这些碎片每天都在数以TB计的速度增加。

如果有一个AI系统，能够理解所有****这些不同类型的数据，并把它们整合成一幅完整、清晰的地球画面，我们是不是就能从更多维度看到一个完整的地球？

于是，拼图高手AlphaEarth Foundations诞生了。

AlphaEarth Foundations主要解决2个挑战：数据过载和信息不一致。它会"阅读"来自几十个不同来源的数据——光学卫星图像告诉它地表的颜色，雷达数据穿透云层显示地形，3D激光测绘提供精确高度，气候模拟预测天气变化。然后，它把这些信息整合编织在一起，以10米×10米的清晰度分析地球，并持续更新数据，跟踪地球随时间发生的变化。

全局嵌入被分解为单个嵌入的过程。每个嵌入包含64个分量，这些分量映射到64维球面上的坐标点｜deepmind.google

为了让这些数据能真正被用上，研究团队还为每一个10米×10米的网格创建了高度浓缩的核心信息。相比他们测试过的其他AI，数据摘要将所需的存储空间压缩为原来的 1/16，大降低了进行全球范围分析的成本。

这一突破让科学家能够完成迄今为止不可能完成的事情：按需创建一个详细、一致的世界地图——不管是想要监测作物健康状况、跟踪森林砍伐还是了解水资源变化，科学家都可以“一键”获得全地球范围的信息。研究团队表示，平均而言，在测试中，AlphaEarth Foundations的错误率比其他模型低24%。

AlphaEarth Foundations的工作原理：它不会处理每一帧图像，而是聪明地挑选一些关键画面，用这些画面来还原某个地点在不同时间的样子。这样既能省资源，又能把时间轴上的变化看得更清楚，也方便分析各种数据｜deepmind.google

生(shēng)成自定义地图

AlphaEarth Foundations把全球的卫星图像“翻译”成了机器能理解的语言，也就是一串数字，叫作“embedding”（嵌入），用来表示某个地方的样子和变化。

在AlphaEarth Foundations的技术支持下，Google 推出了一个叫Satellite Embedding（卫星嵌入）的大型数据集，每年记录超过1.4万亿个地理信(xìn)息(xi)点(diǎn)。

现(xiàn)在(zài)，这(zhè)个(gè)数(shù)据(jù)集已(yǐ)经(jīng)被(bèi)整(zhěng)合(hé)进(jìn) Google Earth Engine——这(zhè)是(shì)谷(gǔ)歌(gē)提(tí)供(gōng)的(de)一(yī)个(gè)平(píng)台(tái)，可(kě)以(yǐ)用(yòng)来(lái)查(chá)看(kàn)、分(fēn)析(xī)各(gè)种(zhǒng)地理空间数据，面向研究、教学和公益免费开放。

图为Satellite Embedding。AlphaEarth Foundations 就像一个超级复杂的“工厂”，负责(zé)生(shēng)产(chǎn)“地(de)球信息零件”；而 Google Earth Engine 是一个开放的“便利商店”，把这些零件摆出来，让科研人员更方便地拿去组装和使用｜developers.google

在Satellite Embedding的数据被整合进来之后，世界各地的组织，包括联合国粮食及农业组织、哈佛森林、地球观测组织、MapBiomas、俄勒冈州立大学等，已经利用它创造各种自定义地图。

例如，地球观测组织（地球观测领域里目前国际上最大的政府间合作组织）过去几年一直在收集各国的生态系统数据，计划创建“全球生态系统图(tú)集”，这(zhè)将(jiāng)是(shì)世(shì)界(jiè)上(shàng)第(dì)一(yī)个(gè)全面(miàn)的(de)生(shēng)态(tài)地(de)图(tú)系(xì)统(tǒng)。这(zhè)项(xiàng)工(gōng)作(zuò)并(bìng)不(bù)容(róng)易(yì)，哪(nǎ)怕(pà)现(xiàn)在(zài)，我(wǒ)们对地球生态系统的了解依然存在大片空白。

“全球生态系统图集”的负责人表示：“Satellite Embedding数据集正在革新我们的工作，帮助各国绘制未知生态系统的地图——这对于确定保护重(zhòng)点(diǎn)至(zhì)关重(zhòng)要(yào)。”通(tōng)过(guò)AlphaEarth Foundations，他(tā)们(men)能(néng)够(gòu)识(shi)别(bié)出(chū)沿(yán)海(hǎi)灌(guàn)木(mù)林(lín)、超(chāo)干(gàn)旱(hàn)沙(shā)漠(mò)等(děng)不(bù)同(tóng)类(lèi)型(xíng)的(de)生(shēng)态(tài)系(xì)统(tǒng)，为(wèi)各(gè)国(guó)的生物多样性保护提供科学依据。

在巴西，MapBiomas组织正在用这项技术监测亚马逊雨林的变化。亚马逊每年都有大片森林消失，而传统的监测方法往往滞后。MapBiomas的创始人认为，在Satellite Embedding的帮助下，人们可以快速制作精准的地图，实时追踪森林砍伐的进程，甚至能预测哪些地区可能成为下一个目标。这些信息对于制定保护策略至关重要。

AlphaEarth Foundations的64个维度里，有3个维度被分别分配了红色、绿色和蓝色，将细节可视化。

在厄瓜多尔，AI能穿透云层，详细说明处于不同开发阶段的农田（图一）；

它绘制出南极洲的一个复杂地表，该地区是出了名的难成像（图二）；

它揭示了加拿大农业土地利用中不可见的差异（图三）。｜deepmind.google

AlphaEarth Foundations的研究团队还声明，这个AI模型每年生成的数据集将开放给用户，用于追踪长期的环境变化趋势。团队表示，只要用户具备“一定的基础编程能力”，就能用这些数据制作更加高级的自定义地图。

面对隐私泄漏的担忧，谷歌特别强调，AlphaEarth Foundations无法识别或捕捉任何个体人、物体或面部特征，因此用户无需担心隐私泄露的问题。

AI，看地球的另一双眼

除了AlphaEarth Foundations，还有不少AI已经在地球科学和气候变化等方面展现出了巨(jù)大(dà)的(de)潜(qián)力(lì)。

在(zài)天(tiān)气(qì)预(yù)报(bào)领(lǐng)域，DeepMind在(zài)2024年(nián)推(tuī)出(chū)了(le)GenCast。

GenCast可(kě)以(yǐ)发(fā)布15天以内的天气预报，而且比传统的天气预报方法更准确。在未来(lái)15天(tiān)内(nèi)所(suǒ)有(yǒu)时(shí)间(jiān)和(hé)各(gè)种(zhǒng)天(tiān)气(qì)要(yào)素(sù)的(de)预(yù)测(cè)中(zhōng)，GenCast的(de)准(zhǔn)确(què)率(lǜ)达(dá)到(dào)了(le)97.2%。在(zài)超(chāo)过(guò)36小(xiǎo)时(shí)的(de)预(yù)报中，准确率达 99.8%。通过对大量历史数据的学习，GenCast能更早识别异常信号，预测暴雨、热浪、干旱、飓风等极端天气。

GenCast能(néng)更(gèng)好(hǎo)地(de)预(yù)测(cè)极(jí)端(duān)天(tiān)气(qì)，可(kě)以(yǐ)及(jí)时(shí)采取(qǔ)更(gèng)有(yǒu)成(chéng)本(běn)效(xiào)益(yì)的(de)预(yù)防(fáng)措(cuò)施(shī)｜deempind.google

在(zài)能(néng)源(yuán)领(lǐng)域，AI也(yě)能(néng)通(tōng)过(guò)各(gè)种(zhǒng)方(fāng)式(shì)来(lái)减(jiǎn)少(shǎo)碳(tàn)排(pái)放(fàng)。国(guó)际(jì)能源署（IEA）指出了多个AI减排的途径：利用卫星或无人机拍摄的图像，AI可以通过机器学习，自动识别石油和天然气作业中的甲烷泄漏，以便尽快维修；利用优化算法，AI可以寻找“最省能源”的策略或途径，用于发电厂的能效提升、工业生产的减排和设计更合理的交通运输线路等。

IEA预测，在能源领域，采用AI可能有助于在2035年减少1400吨(dūn)二(èr)氧(yǎng)化(huà)碳(tàn)排(pái)放(fàng)量(liàng)，这(zhè)还(hái)不(bù)包(bāo)括(kuò)未(wèi)来(lái)十(shí)年(nián)AI可(kě)能(néng)出(chū)现(xiàn)的(de)任(rèn)何(hé)突(tū)破(pò)性(xìng)发(fā)现(xiàn)。

AI如(rú)今(jīn)成(chéng)了(le)我(wǒ)们(men)看(kàn)地(de)球(qiú)的(de)另(lìng)一(yī)双(shuāng)眼(yǎn)睛(jing)，帮(bāng)助(zhù)我(wǒ)们(men)“读(dú)懂(dǒng)”地(de)球(qiú)。它(tā)们(men)不(bù)仅(jǐn)让(ràng)科(kē)研(yán)人(rén)员(yuán)看(kàn)得(de)更(gèng)远(yuǎn)、算(suàn)得更准，也为各种保护行动、灾害应对提供了新工具。当然，AI并不能代替人类的选择和责任。面对快速变化的地球，我们需要的不只是更聪明的模型，还有人与人之间的理解与合作。

参考文献

[1]https://deepmind.google/discover/blog/alphaearth-foundations-helps-map-our-planet-in-unprecedented-detail/

[2]https://www.wired.com/story/googles-newest-ai-model-acts-like-a-satellite-to-track-climate-change/

[3]https://www.nature.com/articles/d41586-025-02412-1

[4]https://deepmind.google/discover/blog/gencast-predicts-weather-and-the-risks-of-extreme-conditions-with-sota-accuracy/

[5] https://www.iea.org/reports/energy-and-ai/ai-and-climate-change

作者：黄线狭鳕

编辑：麦麦

题图来源：图虫创意

本文来自果壳自然（ID：GuokrNature）

如需转载请联系sns@guokr.com