11 de agosto de 2025
Google AlphaEarth crea mapas globales a partir de diversos datos de observación, para realizar un seguimiento de 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 se entrena 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. A partir de esta amplia gama de datos, 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 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, 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 ofrece 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 tanto en el espacio como en el tiempo.
Para crear esta visión, recurre a una amplia gama de fuentes, como imágenes por satélite, mapas de elevación, modelos climáticos e informes sobre biodiversidad. Esto le ayuda a detectar cambios en el medio ambiente y analizar las razones que los explican.
En concreto, AlphaEarth puede mostrar cómo van cambiando los paisajes de la Tierra a lo largo de los años. Estas instantáneas se construyen utilizando incrustaciones, que son resúmenes compactos de lo que el modelo ha aprendido sobre cada lugar.
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.
Una de las principales ventajas de AlphaEarth Foundations es que facilita el estudio de los cambios a largo plazo en nuestro planeta. Funciona bien incluso en zonas complicadas donde faltan datos o las nubes bloquean a menudo las vistas por satélite. Por ejemplo, en la selva amazónica, donde la nubosidad es un problema constante, AlphaEarth puede detectar cambios en la tierra aprendiendo de patrones de todo el mundo.
En pruebas comparativas, redujo los errores de clasificación en casi un 24% y necesitó 16 veces menos almacenamiento por incrustación. Curiosamente, este nuevo modelo de IA no necesita volver a entrenarse para cada aplicación.
Es eficaz y adaptable a distintas regiones y retos. Esto se debe a que AlphaEarth produce incrustaciones de uso general, resúmenes compactos y ricos en información de cada lugar, que se pueden utilizar 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 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 detectar y analizar patrones en la tierra, la vegetación y el terreno.
He aquí cómo el modelo aplica diferentes tareas de visión por ordenador 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 cultivando bosques urbanos para reducir el calor, absorber la contaminación y mejorar la salud pública. Pero saber exactamente dónde hay árboles y dónde no puede ser todo un reto. En los barrios densos y las calles estrechas, la vegetación suele pasar desapercibida en las imágenes por satélite o los estudios 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 arbóreos comunes (grupos de especies estrechamente relacionadas) presentes en todos los estados de EE.UU., incluidos Alaska y Hawai. Los datos se limpiaron y se dividieron en conjuntos de entrenamiento y de 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 por satélite, de elevación y medioambientales, demostrando que puede colmar las lagunas dejadas por 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.
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 de cultivo, la ubicación y la superficie recogidos para los programas de seguros agrícolas). Estas encuestas de campo, a menudo realizadas desde vehículos en movimiento, se utilizan para hacer un seguimiento de los principales cultivos, como cereales, semillas oleaginosas, frutas y forrajes.
Pero como 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 resolver estos problemas, AlphaEarth permite una clasificación de cultivos de alto y bajo nivel basada en datos procedentes de satélites de observación de la Tierra.
Puede agrupar los cultivos en categorías amplias como cereales u oleaginosas. En las 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 a dos niveles equilibra la cobertura con el detalle, ofreciendo una imagen más clara de lo que se cultiva en todo Canadá.
Exploración de terrenos globales con IA para la tecnología Google Earth
La Antártida es uno de los lugares de la Tierra más difíciles de cartografiar, con un clima extremo, una capa de nieve constante y una visibilidad por satélite limitada. Esto deja lagunas en nuestra comprensión de sus glaciares, rocas expuestas, y cómo el paisaje está cambiando 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 rastrear glaciares, texturas superficiales y terrenos nevados con mayor precisión.
He aquí algunas de las principales ventajas que el nuevo modelo de IA, AlphaEarth Foundations, ofrece para las aplicaciones de observación de la Tierra y planificación urbana:
Aunque AlphaEarth ofrece un soporte fiable en varios dominios, hay que tener en cuenta algunas limitaciones:
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 Google puede 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. Infórmese sobre la IA en la agricultura y la visión por ordenador en la sanidad a través de nuestras páginas de soluciones. Consulte nuestros planes de licencias y empiece a trabajar con IA hoy mismo.
.webp)