11 de agosto de 2025
Google AlphaEarth crea mapas globales a partir de diversos datos de observación, para track los cambios medioambientales, mejorar la respuesta ante catástrofes y potenciar la toma de decisiones.
Presentado el 30 de julio de 2025, AlphaEarth Foundations es un modelo de cimentación geoespacial desarrollado por Google DeepMind. Es una de las novedades más destacadas de Google AI y se ha creado para que trabajar con datos de observación de la Tierra sea más rápido, claro y fiable.
AlphaEarth Foundations está entrenada con miles de millones de puntos de datos procedentes de imágenes de satélite, radares, LiDAR (Light Detection and Ranging), modelos de elevación y simulaciones climáticas. Utilizando esta amplia gama de entradas, crea vistas anuales del planeta con una resolución de 10 metros.
En pocas palabras, esto significa que puede producir mapas claros y coherentes de la superficie de la Tierra, incluso en zonas difíciles de ver, por lo que los cambios en la tierra, el agua y el clima son más fáciles de detectar y track lo largo del tiempo. Estas instantáneas ya están disponibles a través de Google Earth Engine, la plataforma en la nube de Googlepara datos geoespaciales.
En este artículo, vamos a echar un vistazo a cómo AlphaEarth Foundations utiliza AI para Google Earth Engine para apoyar proyectos de observación de la Tierra en el mundo real.
AlphaEarth Foundations proporciona una nueva forma de entender nuestro planeta a través de un sistema continuo y dinámico. En lugar de ver cada imagen por separado, el nuevo modelo de IA construye una imagen unificada y estructurada de la superficie de la Tierra a través del espacio y el tiempo.
Para crear esta vista, se basa en una amplia gama de fuentes, incluidas imágenes de satélite, mapas de elevación, modelos climáticos e informes sobre la biodiversidad. Esto le ayuda a detectar los cambios en el entorno y a analizar la razón que los explica.
En particular, AlphaEarth puede mostrar cómo los paisajes de la Tierra están cambiando con el paso de los años. Estas instantáneas se construyen utilizando embeddings, que son resúmenes compactos de lo que el modelo ha aprendido sobre cada ubicación.
Una colección de estas incrustaciones está disponible en el conjunto de datos Satellite Embedding de Google Earth Engine. Ya se están utilizando en ámbitos como la respuesta a incendios forestales, la planificación urbana y la vigilancia terrestre. Esto ayuda a los investigadores y a los responsables de la toma de decisiones a convertir los datos de satélite en información útil.
Un beneficio clave de AlphaEarth Foundations es que facilita el estudio de los cambios a largo plazo en nuestro planeta. Funciona bien incluso en áreas complicadas donde faltan datos o las nubes a menudo bloquean las vistas de los satélites. Por ejemplo, en la selva amazónica, donde la nubosidad es un problema constante, AlphaEarth aún puede detectar cambios en la tierra aprendiendo de patrones en todo el mundo.
En las pruebas de referencia, redujo los errores de clasificación errónea en casi un 24% y requirió 16 veces menos almacenamiento por embedding. Curiosamente, este nuevo modelo de IA no necesita ser reentrenado para cada aplicación.
Es eficiente y adaptable a través de diferentes regiones y desafíos. Esto se debe a que AlphaEarth produce embeddings de propósito general, resúmenes compactos y ricos en información de cada ubicación, que pueden utilizarse directamente para muchos tipos de análisis sin reconstruir todo el modelo.
Hasta ahora, el nuevo modelo de IA de Google se ha utilizado para supervisar los cambios del terreno en más de 100 países, incluidos bosques tropicales, regiones árticas y ciudades en expansión. Estos datos se están utilizando para apoyar una planificación más inteligente y decisiones más informadas sobre el clima.
Aunque las imágenes de satélite permiten obtener vistas detalladas de la superficie terrestre, no siempre es fácil convertirlas en información significativa. AlphaEarth Foundations utiliza la visión por ordenador, una rama de la IA que permite a las máquinas interpretar información visual, para detect y analizar patrones en la tierra, la vegetación y el terreno.
Aquí tienes cómo el modelo aplica diferentes tareas de visión artificial a la observación de la Tierra:
Una vez comprendido mejor cómo funciona la IA para las nuevas tecnologías de observación de la Tierra de Google, exploremos las aplicaciones en el mundo real de AlphaEarth Foundations.
En todo Estados Unidos, las ciudades están aumentando los bosques urbanos para reducir el calor, absorber la contaminación y mejorar la salud pública. Pero determinar con precisión dónde están los árboles y dónde no puede ser un reto. En barrios densos y calles estrechas, la vegetación a menudo no se detecta en las imágenes de satélite o en las encuestas tradicionales.
Sin embargo, AlphaEarth utiliza datos de satélite, elevación y medioambientales para cartografiar la cubierta arbórea con todo detalle. Para probar este nuevo modelo AI Google , los investigadores utilizaron más de 45.000 registros de árboles de iNaturalist.
Se centraron en 39 géneros de árboles comunes (grupos de especies estrechamente relacionadas) que se encuentran en todos los estados de EE. UU., incluidos Alaska y Hawái. Los datos se limpiaron y dividieron en conjuntos de entrenamiento y prueba, con 300 muestras por género utilizadas para el entrenamiento y el resto para las pruebas.
El modelo cartografió con precisión la cubierta arbórea a partir de datos de satélite, elevación y ambientales, lo que demuestra que puede llenar los vacíos dejados por los estudios tradicionales. Estos conocimientos pueden ayudar a ciudades como Detroit, Nueva York y Phoenix a tomar mejores decisiones sobre dónde plantar árboles, refrescar los barrios y apoyar la biodiversidad local.
El inventario de cultivos de Canadá depende en gran medida de las observaciones sobre el terreno, sobre todo en las zonas que carecen de registros de seguros de cosechas (informes oficiales sobre el tipo, la ubicación y la superficie de los cultivos recopilados para los programas de seguros agrícolas). Estas encuestas de campo, a menudo realizadas desde vehículos en movimiento, se utilizan para track los principales cultivos, como cereales, semillas oleaginosas, frutas y forrajes.
Sin embargo, dado que algunos tipos de cultivos se registran con más frecuencia que otros, los datos pueden ser desiguales y difíciles de convertir en mapas fiables a gran escala. Para solucionar estos problemas, AlphaEarth puede admitir tanto la clasificación de cultivos de alto nivel como la detallada, basándose en datos de satélites de observación terrestre.
Puede agrupar los cultivos en categorías amplias como cereales o semillas oleaginosas. En regiones donde se dispone de datos de encuestas detallados, también puede identificar tipos específicos como el trigo de primavera, el maíz o la alfalfa. Este enfoque de dos niveles equilibra la cobertura con el detalle, ofreciendo una imagen más clara de lo que se está cultivando en todo Canadá.
Exploración de terrenos globales con IA para la tecnología Google Earth
La Antártida es uno de los lugares más difíciles de cartografiar de la Tierra, con un clima extremo, una capa de nieve constante y una visibilidad limitada por satélite. Esto deja lagunas en nuestra comprensión de sus glaciares, las rocas expuestas y cómo está cambiando el paisaje con el tiempo.
Combinando imágenes de satélite con datos de radar y elevación, AlphaEarth produce mapas anuales coherentes de la Antártida, incluso en zonas de visibilidad limitada. Puede completar los detalles que faltan y generar mapas del terreno de 10 metros de resolución que ayudan a los investigadores a track glaciares, texturas superficiales y terrenos nevados con mayor precisión.
Estas son algunas de las principales ventajas que ofrece el nuevo modelo de IA, AlphaEarth Foundations, para la observación de la Tierra y las aplicaciones de planificación urbana:
Si bien AlphaEarth ofrece un soporte fiable en varios dominios, estas son algunas de las limitaciones que hay que tener en cuenta:
La Fundación AlphaEarth está ayudando a investigadores, planificadores y responsables políticos a ver el planeta de nuevas formas. El nuevo modelo de inteligencia artificial de Googlepuede convertir datos brutos obtenidos por satélite en información estructurada y fiable que ayude a tomar mejores decisiones en ámbitos como la climatología, la agricultura y el desarrollo urbano. El avance de la observación de la Tierra facilita el seguimiento y la comprensión de los cambios de nuestro planeta a lo largo del tiempo.
Únase a nuestra comunidad y explore las innovaciones en IA en nuestro repositorio de GitHub. Obtenga más información sobre la IA en la agricultura y la visión artificial en la atención médica a través de nuestras páginas de soluciones. Consulte nuestros planes de licencias y ¡comience hoy mismo con la IA!
