现在，你有一个机会，打开上帝视角看地球。

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，都有海量的数据从太空传回地面。

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1.4万亿个地理信息点。

现在，这个数据集已经被整合进 Google Earth Engine——这是谷歌提供的一个平台，可以用来查看、分析各种地理空间数据，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”，负责生产“地球信息零件”；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“全球生态系统图集”，这将是世界上第一个全面的生态地图系统。这项工作并不容易，哪怕现在，我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——这对于确定保护重点至关重要。”通过AlphaEarth Foundations，他们能够识别出沿海灌木林、超干旱沙漠等不同类型的生态系统，为各国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大的潜力。

在天气预报领域，DeepMind在2024年推出了GenCast。

GenCast可以发布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15天内所有时间和各种天气要素的预测中，GenCast的准确率达到了97.2%。在超过36小时的预报中，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能更好地预测极端天气，可以及时采取更有成本效益的预防措施｜deempind.google

在能源领域，AI也能通过各种方式来减少碳排放。国际能源署（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吨二氧化碳排放量，这还不包括未来十年AI可能出现的任何突破性发现。

AI如今成了我们看地球的另一双眼睛，帮助我们“读懂”地球。它们不仅让科研人员看得更远、算得更准，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

来源: 果壳自然