Google AlphaEarth utiliza datos de observación para la cartografía global

Presentado el 30 de julio de 2025, AlphaEarth Foundations es un modelo fundacional geoespacial desarrollado por Google DeepMind. Es uno de los aspectos más destacados de las noticias recientes sobre IA de Google y está diseñado para que trabajar con datos globales de observación de la Tierra sea más rápido, claro y fiable.

AlphaEarth Foundations se entrena con miles de millones de puntos de datos procedentes de imágenes satelitales, radar, LiDAR (detección y medición de distancias), modelos de elevación y simulaciones climáticas. Utilizando esta amplia variedad de datos de entrada, crea representaciones anuales del planeta con una resolución de 10 metros.

En pocas palabras, esto significa que puede producir mapas claros y coherentes de la superficie terrestre, incluso en zonas difíciles de observar, de modo que los cambios en la tierra, el agua y el clima sean 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, veremos cómo AlphaEarth Foundations utiliza la IA en Google Earth Engine para respaldar proyectos reales de observación de la Tierra.

AlphaEarth: el nuevo modelo de IA de Google para la observación de la Tierra#

AlphaEarth Foundations ofrece una nueva forma de entender nuestro planeta mediante un sistema continuo y dinámico. En lugar de ver cada imagen por separado, el nuevo modelo de IA crea una representación unificada y estructurada de la superficie terrestre a través del espacio y el tiempo.

Para crear esta representación, utiliza una amplia variedad de fuentes, como imágenes satelitales, mapas de elevación, modelos climáticos e informes sobre biodiversidad. Esto le ayuda a detectar cambios en el entorno y analizar sus causas.

En particular, AlphaEarth puede mostrar cómo cambian los paisajes de la Tierra a lo largo de los años. Estas instantáneas se crean mediante 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 cartografiar la superficie terrestre. (Fuente)

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

La IA y el clima: la importancia de AlphaEarth#

Una ventaja clave de AlphaEarth Foundations es que facilita el estudio de los cambios a largo plazo de nuestro planeta. Funciona bien incluso en zonas complicadas donde faltan datos o las nubes bloquean a menudo las imágenes satelitales. Por ejemplo, en la selva amazónica, donde la cobertura nubosa es un problema constante, AlphaEarth aún puede detectar cambios en el territorio aprendiendo de patrones de todo el mundo.

En las pruebas de referencia, redujo los errores de clasificación incorrecta en casi un 24 % y necesitó 16 veces menos almacenamiento por embedding. Curiosamente, este nuevo modelo de IA no necesita volver a entrenarse para cada aplicación.

Es eficiente y adaptable en distintas regiones y ante diferentes desafíos. Esto se debe a que AlphaEarth genera 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 supervisar cambios en el territorio de más de 100 países, incluidos los bosques tropicales, las regiones árticas y las ciudades en expansión. Esta información se utiliza para respaldar una planificación más inteligente y decisiones climáticas mejor fundamentadas.

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

Cómo utiliza AlphaEarth la visión por ordenador para la observación de la Tierra#

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

Así es como el modelo aplica diferentes tareas de visión por ordenador a la observación de la Tierra:

• Clasificación de imágenes: AlphaEarth identifica tipos de terreno, como bosques, tierras de cultivo, humedales y zonas urbanas, a partir de imágenes satelitales. Estas clasificaciones respaldan la supervisión climática, la investigación ecológica y la planificación del uso del territorio.
• Segmentación: también llamada cartografía temática, la segmentación asigna a cada píxel de una imagen satelital una categoría, como el tipo de cultivo o la cobertura vegetal. AlphaEarth utiliza sus embeddings anuales para mantener una alta precisión en distintas regiones, lo que permite realizar una cartografía detallada del uso del territorio, la cobertura terrestre y la biodiversidad.
• Detección de cambios: al comparar los embeddings anuales de una misma ubicación, AlphaEarth puede detectar cambios en el uso del territorio y la cobertura terrestre, como la deforestación, los efectos de los incendios forestales o el crecimiento urbano. Funciona tanto con métodos supervisados (aprendizaje a partir de ejemplos etiquetados) como con métodos no supervisados (detección de patrones sin etiquetas).
• Agrupación no supervisada: sin utilizar datos etiquetados, AlphaEarth puede agrupar regiones que muestran patrones similares en las imágenes satelitales. Esto ayuda a detectar tendencias, como cambios en la vegetación o anomalías climáticas, en zonas nuevas o poco estudiadas. Es especialmente útil cuando los datos etiquetados son limitados o inexistentes.

Fig. 3. Una muestra del uso de la IA en la última innovación de Google, AlphaEarth, para comprender el entorno terrestre en 2023. (Fuente)

Aplicaciones reales del nuevo modelo de IA de Google#

Ahora que entendemos mejor cómo funcionan las tecnologías de IA para la nueva observación de la Tierra de Google, exploremos las aplicaciones reales de AlphaEarth Foundations.

La iniciativa de IA de Google Earth para unas ciudades estadounidenses más verdes#

En todo Estados Unidos, las ciudades están ampliando sus bosques urbanos para reducir el calor, absorber la contaminación y mejorar la salud pública. Sin embargo, localizar exactamente dónde hay árboles y dónde no los hay puede ser complicado. En barrios densos y calles estrechas, la vegetación a menudo pasa desapercibida en las imágenes satelitales o en los estudios tradicionales.

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

Se centraron en 39 géneros de árboles comunes (grupos de especies estrechamente relacionadas) presentes en todos los estados de Estados Unidos, 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 cobertura arbórea a partir de datos satelitales, de elevación y medioambientales, demostrando que puede cubrir las carencias de los estudios tradicionales. Esta información puede 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.

Una cartografía de cultivos más inteligente gracias a los 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 zonas sin registros de seguros de cultivos (informes oficiales sobre el tipo, la ubicación y la superficie de los cultivos recopilados para los programas de seguros agrícolas). Estos estudios visuales, realizados a menudo desde vehículos en movimiento, se utilizan para hacer un seguimiento de cultivos importantes, como cereales, oleaginosas, frutas y forrajes.

Sin embargo, como 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 admitir una clasificación de cultivos tanto general como detallada basada en datos de satélites de observación de la Tierra.

Puede agrupar los cultivos en categorías generales, como cereales u oleaginosas. En las regiones donde se dispone de datos detallados de los estudios, también puede identificar tipos específicos, como trigo de primavera, maíz o alfalfa. Este enfoque de dos niveles equilibra la cobertura y el detalle, y ofrece una imagen más clara de lo que se cultiva en Canadá.

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

Exploración de terrenos de todo el mundo con la tecnología de IA de Google Earth#

La Antártida es uno de los lugares más difíciles de cartografiar de la Tierra, debido a su clima extremo, la capa de nieve permanente y la visibilidad limitada de los satélites. Esto deja lagunas en nuestro conocimiento sobre sus glaciares, la roca expuesta y cómo cambia el paisaje con el tiempo.

Al combinar imágenes satelitales con datos de radar y elevación, AlphaEarth produce mapas anuales coherentes de la Antártida, incluso en zonas con visibilidad limitada. Puede completar los detalles que faltan y generar mapas del terreno con una resolución de 10 metros que ayudan a los investigadores a seguir con mayor precisión los glaciares, las texturas de la superficie y el terreno cubierto de nieve.

Ventajas y desventajas del nuevo modelo de IA: AlphaEarth#

Estas son algunas de las principales ventajas que el nuevo modelo de IA, AlphaEarth Foundations, ofrece para aplicaciones de observación de la Tierra y planificación urbana:

• Versatilidad: AlphaEarth puede utilizarse en múltiples ámbitos, como la agricultura, la planificación urbana y la respuesta ante desastres, sin necesidad de modelos independientes.
• Cubre las carencias de datos: este nuevo modelo de IA de Google puede crear resúmenes anuales incluso cuando los datos satelitales de entrada están incompletos, lo que ayuda a mantener la continuidad en el análisis de series temporales.
• Resultados listos para la IA: genera embeddings que pueden introducirse directamente en herramientas como sistemas de supervisión de cultivos, detectores de inundaciones o clasificadores del uso del territorio, ahorrando tiempo a investigadores y desarrolladores.

Aunque AlphaEarth ofrece un respaldo fiable en diversos ámbitos, estas son algunas limitaciones que debes tener en cuenta:

• No funciona en tiempo real: los embeddings anuales de AlphaEarth no son adecuados para aplicaciones que requieren una supervisión diaria o casi en tiempo real.
• Depende de la calidad de los datos de entrada: aunque cubre carencias, el modelo sigue dependiendo de la calidad y disponibilidad de los datos satelitales, de radar y de otras fuentes de entrada.
• Interpretabilidad limitada: como ocurre con la mayoría de los modelos de aprendizaje profundo, puede resultar difícil interpretar exactamente cómo AlphaEarth llega a determinados patrones o predicciones.

Conclusiones clave#

AlphaEarth Foundation ayuda a investigadores, planificadores y responsables políticos a ver el planeta de nuevas formas. El nuevo modelo de IA de Google puede convertir datos satelitales sin procesar en información estructurada y fiable que favorece mejores decisiones en ámbitos como la ciencia del clima, la agricultura y el desarrollo urbano. Al impulsar la observación de la Tierra, facilita la supervisión y la comprensión de 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. Descubre la IA en la agricultura y la visión por ordenador en la sanidad a través de nuestras páginas de soluciones. Consulta nuestros planes de licencia y empieza hoy mismo con la IA.