Google AlphaEarth utilizza dati di osservazione per la mappatura globale

Presentato il 30 luglio 2025, AlphaEarth Foundations è un modello di base geospaziale sviluppato da Google DeepMind. È una delle novità più interessanti nelle recenti notizie sull’AI di Google ed è progettato per rendere più veloce, chiaro e affidabile il lavoro con i dati globali di osservazione della Terra.

AlphaEarth Foundations è addestrato su miliardi di punti dati provenienti da immagini satellitari, radar, rilevamento e misurazione della distanza (LiDAR), modelli altimetrici e simulazioni climatiche. Utilizzando questa vasta gamma di input, crea rappresentazioni annuali del pianeta con una risoluzione di 10 metri.

In parole semplici, ciò significa che può produrre mappe chiare e coerenti della superficie terrestre, anche nelle aree difficili da osservare, rendendo più facile individuare e monitorare nel tempo i cambiamenti del suolo, dell’acqua e del clima. Queste istantanee sono ora disponibili tramite Google Earth Engine, la piattaforma cloud di Google per i dati geospaziali.

In questo articolo vedremo come AlphaEarth Foundations usa l’AI per Google Earth Engine per supportare progetti reali di osservazione della Terra.

AlphaEarth: il nuovo modello di AI di Google per l’osservazione della Terra#

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 AI costruisce un quadro unificato e strutturato della superficie terrestre nello spazio e nel tempo.

Per creare questa rappresentazione, attinge a un’ampia gamma di fonti, tra cui immagini satellitari, mappe altimetriche, modelli climatici e rapporti sulla biodiversità. Questo lo aiuta a rilevare i cambiamenti nell’ambiente e ad analizzarne le cause.

In particolare, AlphaEarth può mostrare come i paesaggi terrestri cambiano nel corso degli anni. Queste istantanee vengono create utilizzando gli embedding, brevi riepiloghi di ciò che il modello ha appreso su ciascuna posizione.

Fig. 1. Il modello di AI di Google utilizza embedding numerici per mappare la superficie terrestre. (Fonte)

Una raccolta di questi embedding è disponibile tramite il dataset Satellite Embedding di Google Earth Engine. Sono già utilizzati in ambiti come la gestione degli incendi boschivi, la pianificazione urbana e il monitoraggio del territorio. Questo aiuta ricercatori e responsabili delle decisioni a trasformare i dati satellitari in informazioni utili.

L’AI e il clima: l’importanza di AlphaEarth#

Un vantaggio fondamentale di AlphaEarth Foundations è che facilita lo studio dei cambiamenti a lungo termine del nostro pianeta. Funziona bene anche in aree complesse, dove i dati sono mancanti o le nuvole oscurano spesso le immagini satellitari. Ad esempio, nella foresta pluviale amazzonica, dove la copertura nuvolosa rappresenta un problema costante, AlphaEarth può comunque individuare i cambiamenti del territorio apprendendo dagli schemi osservati 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 di AI non deve essere riaddestrato per ogni applicazione.

È efficiente e adattabile a diverse regioni e problematiche. Questo perché AlphaEarth produce embedding generici, riepiloghi compatti e ricchi di informazioni di ciascuna posizione, che possono essere utilizzati direttamente per molti tipi di analisi senza ricostruire l’intero modello.

Finora, il nuovo modello di AI per Google Earth è stato utilizzato per monitorare i cambiamenti del territorio in oltre 100 Paesi, comprese le foreste tropicali, le regioni artiche e le città in espansione. Queste informazioni vengono utilizzate per supportare una pianificazione più efficace e decisioni climatiche più consapevoli.

Fig. 2. Visualizzazione degli schemi globali con il nuovo modello di AI di Google. (Fonte)

Come AlphaEarth usa la computer vision per l’osservazione della Terra#

Sebbene le immagini satellitari possano essere utilizzate per acquisire viste dettagliate della superficie terrestre, trasformarle in informazioni significative non è sempre semplice. AlphaEarth Foundations utilizza la computer vision, un ramo dell’AI che consente alle macchine di interpretare le informazioni visive, per rilevare e analizzare gli schemi relativi al territorio, alla vegetazione e alla conformazione del terreno.

Ecco come il modello applica diversi task di computer vision all’osservazione della Terra:

• Classificazione delle immagini: AlphaEarth identifica tipi di territorio come foreste, terreni coltivati, zone umide e aree urbane a partire dalle immagini satellitari. Queste classificazioni supportano il monitoraggio climatico, la ricerca ecologica e la pianificazione dell’uso del territorio.
• Segmentazione: chiamata anche mappatura tematica, la segmentazione assegna a ogni pixel di un’immagine satellitare una categoria, come il tipo di coltura o la copertura vegetale. AlphaEarth utilizza i propri embedding annuali per mantenere un’elevata accuratezza in diverse regioni, consentendo una mappatura dettagliata dell’uso del territorio, della copertura del suolo e della biodiversità.
• Rilevamento dei cambiamenti: confrontando gli embedding annuali della stessa posizione, AlphaEarth può rilevare variazioni nell’uso e nella copertura del territorio, come la deforestazione, gli effetti degli incendi boschivi o la crescita urbana. Funziona sia con metodi supervisionati (che apprendono da esempi etichettati) sia con metodi non supervisionati (che individuano schemi senza etichette).
• Clustering non supervisionato: senza utilizzare dati etichettati, AlphaEarth può raggruppare le regioni che mostrano schemi simili nelle immagini satellitari. Questo aiuta a rilevare tendenze come i cambiamenti della vegetazione o le anomalie climatiche in aree nuove o poco studiate. È particolarmente utile quando i dati etichettati sono limitati o mancanti.

Fig. 3. Uno sguardo all’utilizzo dell’AI per l’ultima innovazione di Google, AlphaEarth, per comprendere l’ambiente terrestre nel 2023. (Fonte)

Applicazioni reali del nuovo modello di AI di Google#

Ora che comprendiamo meglio come funzionano le tecnologie di AI per l’osservazione della Terra di Google, esploriamo le applicazioni reali di AlphaEarth Foundations.

L’iniziativa AI di Google Earth per città statunitensi più sostenibili#

In tutti gli Stati Uniti, le città stanno ampliando le foreste urbane per ridurre il calore, assorbire l’inquinamento e migliorare la salute pubblica. Tuttavia, individuare con precisione dove si trovano gli alberi e dove mancano può essere difficile. Nei quartieri densamente popolati e nelle strade strette, la vegetazione spesso non viene rilevata nelle immagini satellitari o nei rilevamenti tradizionali.

AlphaEarth, però, utilizza dati satellitari, altimetrici e ambientali per mappare la copertura arborea in dettaglio. Per testare questo nuovo modello di AI di Google, i ricercatori hanno utilizzato oltre 45.000 rilevazioni di alberi provenienti da iNaturalist.

Si sono concentrati su 39 generi di alberi comuni (gruppi di specie strettamente imparentate) presenti in tutti gli Stati degli Stati Uniti, inclusi Alaska e Hawaii. I dati sono stati ripuliti e suddivisi in set di addestramento e di test, con 300 campioni per genere utilizzati per l’addestramento e i restanti per il test.

Il modello ha mappato accuratamente la copertura arborea a partire da dati satellitari, altimetrici e ambientali, dimostrando di poter colmare le lacune lasciate dai rilevamenti tradizionali. Queste informazioni possono aiutare città come Detroit, New York e Phoenix a prendere decisioni migliori su dove piantare alberi, rinfrescare i quartieri e sostenere la biodiversità locale.

Mappatura più intelligente delle colture grazie ai satelliti per l’osservazione della Terra#

L’inventario delle colture del Canada dipende fortemente dalle osservazioni a livello di campo, soprattutto nelle aree prive di dati sulle assicurazioni agricole (rapporti ufficiali sul tipo, la posizione e la superficie delle colture raccolti per i programmi di assicurazione agricola). Questi rilevamenti dal finestrino, spesso effettuati da veicoli in movimento, vengono utilizzati per monitorare colture importanti come cereali, semi oleosi, frutta e foraggi.

Tuttavia, 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 aggirare questi problemi, AlphaEarth può supportare la classificazione delle colture sia ad alto livello sia dettagliata, basandosi sui dati dei satelliti per l’osservazione della Terra.

Può raggruppare le colture in categorie generali 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 copertura e dettaglio, offrendo un quadro più chiaro di ciò che cresce in tutto il Canada.

Fig. 4. Google AlphaEarth aiuta a classificare le colture in Canada. (Fonte)

Esplorare i terreni del mondo con l’AI per la tecnologia Google Earth#

L’Antartide è uno dei luoghi più difficili della Terra da mappare, a causa delle condizioni meteorologiche estreme, della copertura nevosa costante e della visibilità satellitare limitata. Questo crea lacune nella nostra comprensione dei suoi ghiacciai, delle rocce affioranti e dei cambiamenti del paesaggio nel tempo.

Combinando immagini satellitari con dati radar e altimetrici, AlphaEarth produce mappe annuali coerenti dell’Antartide, anche nelle aree con visibilità limitata. Può ricostruire i dettagli mancanti e generare mappe del terreno con risoluzione di 10 metri, aiutando i ricercatori a monitorare con maggiore precisione i ghiacciai, le texture della superficie e i terreni coperti di neve.

Pro e contro del nuovo modello di AI: AlphaEarth#

Ecco alcuni dei principali vantaggi che il nuovo modello di AI, AlphaEarth Foundations, offre per le applicazioni di osservazione della Terra e pianificazione urbana:

• Versatilità: AlphaEarth può essere utilizzato in diversi ambiti, come agricoltura, pianificazione urbana e risposta alle catastrofi, senza la necessità di modelli separati.
• Colma le lacune nei dati: questo nuovo modello di AI di Google può creare riepiloghi annuali anche quando l’input satellitare è incompleto, contribuendo a mantenere la continuità nell’analisi delle serie temporali.
• Output pronti per l’AI: produce embedding che possono alimentare direttamente strumenti come monitor per le colture, rilevatori di inondazioni o classificatori dell’uso del territorio, facendo risparmiare tempo a ricercatori e sviluppatori.

Sebbene AlphaEarth offra un supporto affidabile in vari ambiti, ecco alcune limitazioni da tenere presenti:

• Non è in tempo reale: gli embedding annuali di AlphaEarth non sono adatti alle applicazioni che richiedono un monitoraggio quotidiano o quasi in tempo reale.
• Dipende dalla qualità degli input: sebbene colmi le lacune, il modello dipende comunque dalla qualità e dalla disponibilità dei dati satellitari, radar e di altre fonti di dati in input.
• Interpretabilità limitata: come per la maggior parte dei modelli di deep learning, può essere difficile interpretare esattamente come AlphaEarth arrivi a determinati schemi o previsioni.

Punti chiave#

AlphaEarth Foundations sta aiutando ricercatori, urbanisti e responsabili delle politiche a vedere il pianeta in modi nuovi. Il nuovo modello di AI di Google può trasformare gli input satellitari grezzi in informazioni strutturate e affidabili, che supportano decisioni migliori in ambiti come la scienza del clima, l’agricoltura e lo sviluppo urbano. Promuovendo l’osservazione della Terra, facilita il monitoraggio e la comprensione dei cambiamenti del nostro pianeta nel tempo.

Unisciti alla nostra community ed esplora le innovazioni nell’AI sul nostro repository GitHub. Scopri di più sull’AI nell’agricoltura e sulla computer vision nel settore sanitario nelle nostre pagine dedicate alle soluzioni. Dai un’occhiata ai nostri piani di licenza e inizia oggi a usare l’AI!