11 agosto 2025
Google AlphaEarth crea mappe globali da diversi dati di osservazione, per monitorare i cambiamenti ambientali, migliorare la risposta ai disastri e migliorare il processo decisionale.
Introdotto il 30 luglio 2025, AlphaEarth Foundations è un modello di base geospaziale sviluppato da Google DeepMind. È uno dei punti salienti delle recenti notizie sull'AI di Google ed è stato creato per rendere il lavoro con i dati di osservazione della Terra globali più veloce, chiaro e affidabile.
AlphaEarth Foundations è addestrato su miliardi di punti dati provenienti da immagini satellitari, radar, LiDAR (Light Detection and Ranging), modelli di elevazione e simulazioni climatiche. Utilizzando questa vasta gamma di input, crea viste annuali del pianeta con una risoluzione di 10 metri.
In parole semplici, questo significa che può produrre mappe chiare e coerenti della superficie terrestre, anche in aree difficili da vedere, in modo che i cambiamenti nella terra, nell'acqua e nel clima siano più facili da individuare e monitorare nel tempo. Queste istantanee sono ora disponibili tramite Google Earth Engine, la piattaforma cloud di Google per i dati geospaziali.
In questo articolo, daremo un'occhiata a come AlphaEarth Foundations utilizza l'IA per Google Earth Engine per supportare progetti di osservazione della Terra nel mondo reale.
AlphaEarth Foundations offre un nuovo modo di comprendere il nostro pianeta attraverso un sistema continuo e dinamico. Invece di visualizzare ogni immagine separatamente, il nuovo modello di IA costruisce un'immagine unificata e strutturata della superficie terrestre nello spazio e nel tempo.
Per creare questa visualizzazione, attinge a un'ampia gamma di fonti, tra cui immagini satellitari, mappe altimetriche, modelli climatici e rapporti sulla biodiversità. Questo aiuta a individuare i cambiamenti nell'ambiente e ad analizzare le ragioni che ne sono alla base.
In particolare, AlphaEarth può mostrare come i paesaggi della Terra cambiano nel corso degli anni. Queste istantanee sono costruite utilizzando embedding, che sono riepiloghi compatti di ciò che il modello ha appreso su ciascuna posizione.
Una raccolta di questi embedding è disponibile tramite il dataset Satellite Embedding di Google Earth Engine. Sono già utilizzati in aree come la risposta agli incendi, la pianificazione urbana e il monitoraggio del territorio. Ciò aiuta i ricercatori e i responsabili delle decisioni a trasformare i dati satellitari in informazioni utili.
Un vantaggio fondamentale di AlphaEarth Foundations è che semplifica lo studio dei cambiamenti a lungo termine del nostro pianeta. Funziona bene anche in aree complesse dove mancano dati o le nuvole bloccano spesso le immagini satellitari. Ad esempio, nella foresta pluviale amazzonica, dove la copertura nuvolosa è un problema costante, AlphaEarth può comunque individuare i cambiamenti del territorio imparando dagli schemi in tutto il mondo.
Nei test di benchmark, ha ridotto gli errori di classificazione errata di quasi il 24% e ha richiesto 16 volte meno spazio di archiviazione per embedding. È interessante notare che questo nuovo modello AI non ha bisogno di essere riaddestrato per ogni applicazione.
È efficiente e adattabile in diverse regioni e sfide. Questo perché AlphaEarth produce embedding di uso generale, riepiloghi compatti e ricchi di informazioni di ogni posizione, che possono essere utilizzati direttamente per molti tipi di analisi senza ricostruire l'intero modello.
Finora, il nuovo modello AI di Google Earth è stato utilizzato per monitorare i cambiamenti del territorio in più di 100 paesi, tra cui foreste tropicali, regioni artiche e città in espansione. Queste informazioni vengono utilizzate per supportare una pianificazione più intelligente e decisioni climatiche più informate.
Sebbene le immagini satellitari possano essere utilizzate per acquisire viste dettagliate della superficie terrestre, trasformare tali immagini in informazioni significative non è sempre semplice. AlphaEarth Foundations utilizza la computer vision, una branca dell'IA che consente alle macchine di interpretare le informazioni visive, per rilevare e analizzare i modelli su terreni, vegetazione e territorio.
Ecco come il modello applica diverse attività di computer vision all'osservazione della Terra:
Con una migliore comprensione di come funziona l'AI per le nuove tecnologie di osservazione della Terra di Google, esploriamo le applicazioni reali di AlphaEarth Foundations.
In tutti gli Stati Uniti, le città stanno sviluppando foreste urbane per ridurre il calore, assorbire l'inquinamento e migliorare la salute pubblica. Ma individuare esattamente dove si trovano gli alberi, e dove non ci sono, può essere difficile. Nei quartieri densamente popolati e nelle strade strette, il verde spesso non viene rilevato nelle immagini satellitari o nei sondaggi tradizionali.
Tuttavia, AlphaEarth utilizza dati satellitari, di elevazione e ambientali per mappare la copertura arborea con grande dettaglio. Per testare questo nuovo modello AI di Google, i ricercatori hanno utilizzato oltre 45.000 registrazioni di alberi da iNaturalist.
Si sono concentrati su 39 generi di alberi comuni (gruppi di specie strettamente correlate) presenti in tutti gli stati degli Stati Uniti, inclusi Alaska e Hawaii. I dati sono stati puliti e suddivisi in set di training e di test, con 300 campioni per genere utilizzati per il training e il resto per il test.
Il modello ha mappato accuratamente la copertura arborea da dati satellitari, di elevazione e ambientali, dimostrando la sua capacità di colmare le lacune lasciate dai sondaggi tradizionali. Queste informazioni possono aiutare città come Detroit, New York e Phoenix a prendere decisioni migliori su dove piantare alberi, rinfrescare i quartieri e supportare la biodiversità locale.
L'inventario delle colture del Canada dipende fortemente dalle osservazioni a livello di campo, specialmente nelle aree senza registri di assicurazione delle colture (rapporti ufficiali sul tipo di coltura, posizione e superficie raccolti per i programmi di assicurazione agricola). Queste ispezioni visive, spesso eseguite da veicoli in movimento, vengono utilizzate per tracciare le principali colture come cereali, semi oleosi, frutta e foraggi.
Ma poiché alcuni tipi di colture vengono registrati più frequentemente di altri, i dati possono essere disomogenei e difficili da convertire in mappe affidabili su larga scala. Per ovviare a questi problemi, AlphaEarth può supportare sia la classificazione delle colture di alto livello che quella più precisa, basata sui dati provenienti dai satelliti di osservazione della Terra.
Può raggruppare le colture in ampie categorie come cereali o semi oleosi. Nelle regioni in cui sono disponibili dati di rilevamento dettagliati, può anche identificare tipi specifici come grano primaverile, mais o erba medica. Questo approccio a due livelli bilancia la copertura con i dettagli, offrendo un quadro più chiaro di ciò che viene coltivato in tutto il Canada.
Esplorazione di terreni globali con l'IA per la tecnologia di Google Earth
L'Antartide è uno dei luoghi più difficili da mappare sulla Terra, con condizioni meteorologiche estreme, copertura nevosa costante e visibilità satellitare limitata. Ciò lascia lacune nella nostra comprensione dei suoi ghiacciai, delle rocce esposte e di come il paesaggio sta cambiando nel tempo.
Combinando immagini satellitari con dati radar e di elevazione, AlphaEarth produce mappe annuali coerenti dell'Antartide, anche in aree con visibilità limitata. Può riempire i dettagli mancanti e generare mappe del terreno con una risoluzione di 10 metri che aiutano i ricercatori a tracciare i ghiacciai, le texture superficiali e il terreno innevato in modo più accurato.
Ecco alcuni dei principali vantaggi offerti dal nuovo modello di intelligenza artificiale, AlphaEarth Foundations, per l'osservazione della Terra e le applicazioni di pianificazione urbana:
Sebbene AlphaEarth offra un supporto affidabile in vari settori, ecco alcune limitazioni da tenere a mente:
AlphaEarth Foundation aiuta ricercatori, progettisti e responsabili politici a vedere il pianeta in modi nuovi. Il nuovo modello di IA di Google è in grado di trasformare input satellitari grezzi in informazioni strutturate e affidabili, supportando decisioni migliori in settori come la scienza del clima, l'agricoltura e lo sviluppo urbano. Promuovendo l'osservazione della Terra, rende più facile monitorare e comprendere i cambiamenti del nostro pianeta nel tempo.
Unisciti alla nostra community ed esplora le innovazioni dell'AI sul nostro repository GitHub. Scopri l'AI in agricoltura e la computer vision nel settore sanitario attraverso le nostre pagine dedicate alle soluzioni. Dai un'occhiata ai nostri piani di licenza e inizia oggi stesso con l'AI!
