Google AlphaEarth utiliza datos de observación para la cartografía global

Presentado el 30 de julio de 2025, AlphaEarth Foundations es un modelo base geoespacial desarrollado por Google DeepMind. Es uno de los puntos destacados en las noticias recientes de inteligencia artificial de Google y está diseñado para hacer que el trabajo con datos de observación de la Tierra a nivel global sea más rápido, claro y fiable.

AlphaEarth Foundations está entrenado con miles de millones de puntos de datos provenientes de imágenes de satélite, radares, LiDAR (detección y alcance por luz), modelos de elevación y simulaciones climáticas. Al utilizar 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 consistentes de la superficie terrestre, incluso en áreas de difícil visualización, por lo que los cambios en la tierra, el agua y el clima son más fáciles de detectar y seguir a lo largo del tiempo. Estas instantáneas ya están disponibles a través de Google Earth Engine, la plataforma en la nube de Google para datos geoespaciales.

En este artículo, analizaremos cómo AlphaEarth Foundations utiliza la IA para Google Earth Engine con el fin de apoyar proyectos de observación de la Tierra en el mundo real.

Link to this sectionAlphaEarth: El nuevo modelo de IA de Google para la observación de la Tierra#

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 terrestre a través del espacio y el tiempo.

Para crear esta vista, se nutre de una amplia gama de fuentes, incluyendo imágenes de satélite, mapas de elevación, modelos climáticos e informes sobre biodiversidad. Esto le ayuda a detectar cambios en el medio ambiente y analizar la razón detrás de ellos.

En particular, AlphaEarth puede mostrar cómo han ido cambiando los paisajes de la Tierra a lo largo de los años. Estas instantáneas se construyen utilizando embeddings, que son resúmenes compactos de lo que el modelo ha aprendido sobre cada ubicación.

Fig 1. El modelo de IA de Google utiliza embeddings numéricos para mapear la superficie de la Tierra. (Fuente)

Una colección de estos embeddings está disponible a través del conjunto de datos de Satellite Embedding de Google Earth Engine. Ya se están utilizando en áreas como la respuesta a incendios forestales, la planificación urbana y el seguimiento de tierras. Esto ayuda a investigadores y responsables de la toma de decisiones a convertir los datos satelitales en información útil.

Link to this sectionLa IA y el clima: La importancia de AlphaEarth#

Un beneficio clave de AlphaEarth Foundations es que facilita el estudio de los cambios a largo plazo en nuestro planeta. Funciona bien incluso en zonas difíciles donde faltan datos o las nubes suelen bloquear la visión por satélite. Por ejemplo, en la selva amazónica, donde la cobertura de nubes es un problema constante, AlphaEarth puede detectar cambios en la tierra aprendiendo de patrones de todo el mundo.

En 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 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 Earth se ha utilizado para controlar cambios en la tierra en más de 100 países, incluyendo bosques tropicales, regiones árticas y ciudades en expansión. Estos conocimientos se están utilizando para apoyar una planificación más inteligente y decisiones climáticas mejor informadas.

Fig 2. Visualización de patrones globales con el nuevo modelo de IA de Google. (Fuente)

Link to this sectionCómo utiliza AlphaEarth la visión artificial para la observación de la Tierra#

Aunque las imágenes de satélite pueden utilizarse para capturar vistas detalladas de la superficie terrestre, convertir esas imágenes en información significativa no siempre es sencillo. AlphaEarth Foundations utiliza visión artificial, una rama de la IA que permite a las máquinas interpretar información visual, para detectar y analizar patrones en el suelo, la vegetación y el terreno.

Aquí tienes cómo aplica el modelo diferentes tareas de visión artificial a la observación de la Tierra:

• Clasificación de imágenes: AlphaEarth identifica tipos de tierra como bosques, tierras de cultivo, humedales y áreas urbanas a partir de imágenes de satélite. Estas clasificaciones apoyan el seguimiento climático, la investigación ecológica y la planificación del uso del suelo.
• Segmentación: También llamada mapeo temático, la segmentación etiqueta cada píxel en una imagen de satélite con una categoría como tipo de cultivo o cobertura vegetal. AlphaEarth utiliza sus embeddings anuales para mantener una alta precisión en todas las regiones, permitiendo un mapeo detallado del uso de la tierra, la cobertura terrestre y la biodiversidad.
• Detección de cambios: Al comparar embeddings anuales para la misma ubicación, AlphaEarth puede detectar cambios en el uso y la cobertura de la tierra, como deforestación, impactos de incendios forestales o crecimiento urbano. Funciona tanto con métodos supervisados (aprendiendo de ejemplos etiquetados) como con métodos no supervisados (encontrando patrones sin etiquetas).
• Agrupamiento no supervisado: Sin utilizar datos etiquetados, AlphaEarth puede agrupar regiones que muestran patrones similares en imágenes de satélite. Esto ayuda a detectar tendencias como cambios en la vegetación o anomalías climáticas en áreas nuevas o poco estudiadas. Es especialmente impactante cuando los datos etiquetados son limitados o inexistentes.

Fig 3. Un vistazo al uso de IA para la última innovación de Google, AlphaEarth, para entender el medio ambiente de la Tierra en 2023. (Fuente)

Link to this sectionAplicaciones en el mundo real del nuevo modelo de IA de Google#

Con una mejor comprensión de cómo funcionan las tecnologías de IA de Google para la nueva observación de la Tierra, exploremos las aplicaciones en el mundo real de AlphaEarth Foundations.

Link to this sectionLa iniciativa de IA de Google Earth para ciudades estadounidenses más ecológicas#

En todo EE. UU., las ciudades están cultivando bosques urbanos para reducir el calor, absorber la contaminación y mejorar la salud pública. Pero localizar exactamente dónde están los árboles y dónde no puede ser un desafío. En vecindarios densos y calles estrechas, la vegetación suele pasar desapercibida en las imágenes de satélite o en los estudios tradicionales.

Sin embargo, AlphaEarth utiliza datos satelitales, de elevación y ambientales para mapear la cobertura arbórea con gran detalle. Para probar este nuevo modelo de IA de Google, los investigadores utilizaron más de 45 000 registros de árboles de iNaturalist.

Se centraron en 39 géneros comunes de árboles (grupos de especies estrechamente relacionadas) encontrados en todos los estados de EE. UU., incluyendo Alaska y Hawái. Los datos se limpiaron y se dividieron en conjuntos de entrenamiento y prueba, con 300 muestras por género utilizadas para el entrenamiento y el resto para las pruebas.

El modelo mapeó con precisión la cobertura arbórea a partir de datos satelitales, de elevación y ambientales, demostrando 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 vecindarios y apoyar la biodiversidad local.

Link to this sectionMapeo de cultivos más inteligente impulsado por satélites de observación de la Tierra#

El inventario de cultivos de Canadá depende en gran medida de las observaciones a nivel de campo, especialmente en áreas sin registros de seguro de cultivos (informes oficiales de tipo de cultivo, ubicación y superficie recolectados para programas de seguros agrícolas). Estas inspecciones visuales, a menudo realizadas desde vehículos en movimiento, se utilizan para seguir cultivos importantes como cereales, semillas oleaginosas, frutas y forrajes.

Pero dado que algunos tipos de cultivos se registran con más frecuencia que otros, los datos pueden ser irregulares y difíciles de convertir en mapas fiables a gran escala. Para solucionar estos problemas, AlphaEarth puede apoyar la clasificación de cultivos tanto de alto nivel como detallada, basándose en datos de satélites de observación de la Tierra.

Puede agrupar cultivos en categorías amplias como granos o semillas oleaginosas. En regiones donde hay datos de encuestas detallados disponibles, también puede identificar tipos específicos como trigo de primavera, maíz o alfalfa. Este enfoque de dos niveles equilibra la cobertura con el detalle, ofreciendo una imagen más clara de lo que se cultiva en Canadá.

Fig 4. Google AlphaEarth ayuda a clasificar cultivos en Canadá. (Fuente)

Link to this sectionExplorando terrenos globales con IA para la tecnología de Google Earth#

La Antártida es uno de los lugares más difíciles de mapear en la Tierra, con clima extremo, cobertura de nieve constante y visibilidad satelital limitada. Esto deja lagunas en nuestra comprensión de sus glaciares, rocas expuestas y cómo está cambiando el paisaje a lo largo del tiempo.

Al combinar imágenes de satélite con datos de radar y elevación, AlphaEarth produce mapas anuales consistentes de la Antártida, incluso en áreas con visibilidad limitada. Puede completar detalles faltantes y generar mapas de terreno con una resolución de 10 metros que ayudan a los investigadores a seguir glaciares, texturas de superficie y tierras cubiertas de nieve con mayor precisión.

Link to this sectionPros y contras del nuevo modelo de IA: AlphaEarth#

Aquí tienes algunas de las ventajas clave que el nuevo modelo de IA, AlphaEarth Foundations, ofrece para la observación de la Tierra y aplicaciones de planificación urbana:

• Versatilidad: AlphaEarth puede utilizarse en múltiples campos como la agricultura, la planificación urbana y la respuesta ante desastres sin necesidad de modelos separados.
• Cubre vacíos de datos: Este nuevo modelo de IA de Google puede crear resúmenes anuales incluso cuando la entrada satelital está incompleta, ayudando a mantener la continuidad en el análisis de series temporales.
• Resultados listos para la IA: Produce embeddings que pueden alimentar directamente herramientas como monitores de cultivos, detectores de inundaciones o clasificadores de uso del suelo, ahorrando tiempo a investigadores y desarrolladores.

Aunque AlphaEarth ofrece un soporte fiable en varios dominios, aquí tienes algunas limitaciones a tener en cuenta:

• No es en tiempo real: Los embeddings anuales de AlphaEarth no son adecuados para aplicaciones que requieran un seguimiento diario o casi en tiempo real.
• Depende de la calidad de la entrada: Aunque rellena lagunas, el modelo sigue dependiendo de la calidad y disponibilidad de las fuentes de datos satelitales, de radar y otras entradas.
• Interpretabilidad limitada: Como ocurre con la mayoría de los modelos de aprendizaje profundo, puede ser difícil interpretar exactamente cómo llega AlphaEarth a ciertos patrones o predicciones.

Link to this sectionConclusiones clave#

AlphaEarth Foundation está ayudando a investigadores, planificadores y responsables políticos a ver el planeta de nuevas formas. El nuevo modelo de IA de Google puede convertir entradas satelitales sin procesar en información estructurada y fiable que apoya mejores decisiones en áreas como la ciencia climática, la agricultura y el desarrollo urbano. Al avanzar en la observación de la Tierra, hace que sea más fácil monitorizar y comprender los cambios de nuestro planeta a lo largo del tiempo.

Únete a nuestra comunidad y explora las innovaciones en IA en nuestro repositorio de GitHub. Aprende sobre IA en la agricultura y visión artificial en la salud a través de nuestras páginas de soluciones. ¡Echa un vistazo a nuestros planes de licencia y empieza con la IA hoy mismo!