谷歌DeepMind近期揭晓了其最新研发成果——AlphaEarth Foundations，这是一款人工智能系统，其功能是将海量的卫星数据转化为统一且高精度的数字图像，旨在强化环境分析的精确度，并为食物安全、森林保护及水资源管理等领域的决策提供有力支持。这款系统如同一个“超级虚拟卫星”，能以每10x10米的细致分辨率，全面覆盖地球陆地与沿海区域。
面对数据过载与信息不一致的两大难题，AlphaEarth Foundations展现出了卓越的能力。它能穿透云层，精确描绘南极洲复杂地形，甚至捕捉到加拿大小麦田的细微变化，这些细节远超人类视觉所能及。在与传统方法及其他AI绘图技术的对比测试中，该系统的错误率平均降低了24%，并在土地利用分类、生物物理变量估算及变化检测等15个评估数据集上均取得了优异表现。
AlphaEarth Foundations在处理数据稀缺情况时也表现出色，其独特的时间分析功能使得系统能够对时间不完全对齐的数据段进行准确预测。该模型采用的“时空精度”（STP）架构，将同一地点的不同时期卫星图像视为视频帧序列，通过这一创新处理，系统能学习空间、时间及测量之间的复杂关系，从而生成反映局部环境特征及时间轨迹的嵌入表示。
目前，已有超过50家机构在实际应用中测试这一系统。例如，全球生态系统地图项目利用AlphaEarth Foundations的数据，成功分类了以往未被映射的生态系统，如沿海灌丛和极端干旱沙漠等。巴西的MapBiomas则借助这些数据，对农业活动及环境变化进行了深入分析，特别是在亚马逊雨林等重要生态系统方面。
谷歌还计划在Google Earth Engine平台上发布名为“卫星嵌入数据集”的年度数据产品。根据Google Earth Engine的数据统计，该数据集每年将生成超过1.4万亿个嵌入点，为识别全球相似环境条件、变化监测、自动分类及智能聚类提供了丰富的应用场景。
为了推动科学研究的发展，谷歌还设立了最高5000美元的研究资助计划，旨在支持基于卫星嵌入数据的应用案例研究。DeepMind团队认为，AlphaEarth Foundations是理解地球不断变化的状态与动态的关键一步，他们期待未来能将这一系统与通用推理大型语言模型（LLM）相结合，进一步拓展其应用潜力。
