11 de agosto de 2025
O Google AlphaEarth cria mapas globais a partir de diversos dados de observação, para rastrear mudanças ambientais, melhorar a resposta a desastres e aprimorar a tomada de decisões.
Apresentado em 30 de julho de 2025, o AlphaEarth Foundations é um modelo de fundação geoespacial desenvolvido pelo Google DeepMind. É um dos destaques nas recentes notícias de IA do Google e foi construído para tornar o trabalho com dados globais de observação da Terra mais rápido, claro e confiável.
A AlphaEarth Foundations é treinada em bilhões de pontos de dados de imagens de satélite, radar, LiDAR (Detecção e Alcance de Luz), modelos de elevação e simulações climáticas. Usando essa ampla gama de entradas, ela cria visualizações anuais de 10 metros de resolução do planeta.
Simplificando, isso significa que ele pode produzir mapas claros e consistentes da superfície da Terra, mesmo em áreas difíceis de ver, para que as mudanças na terra, na água e no clima sejam mais fáceis de detectar e rastrear ao longo do tempo. Esses snapshots agora estão disponíveis através do Google Earth Engine, a plataforma de nuvem do Google para dados geoespaciais.
Neste artigo, veremos como a AlphaEarth Foundations usa IA para o Google Earth Engine para apoiar projetos de observação da Terra no mundo real.
A AlphaEarth Foundations oferece uma nova maneira de entender nosso planeta por meio de um sistema contínuo e dinâmico. Em vez de visualizar cada imagem separadamente, o novo modelo de IA constrói uma imagem unificada e estruturada da superfície da Terra no espaço e no tempo.
Para criar esta visão, ela se baseia em uma ampla gama de fontes, incluindo imagens de satélite, mapas de elevação, modelos climáticos e relatórios sobre biodiversidade. Isso ajuda a identificar mudanças no ambiente e analisar a razão por trás delas.
Em particular, o AlphaEarth pode mostrar como as paisagens da Terra estão a mudar ao longo dos anos. Estes snapshots são construídos usando embeddings, que são resumos compactos do que o modelo aprendeu sobre cada localização.
Uma coleção desses embeddings está disponível através do conjunto de dados de Embedding de Satélite do Google Earth Engine. Eles já estão sendo usados em áreas como resposta a incêndios florestais, planejamento urbano e monitoramento de terras. Isso ajuda pesquisadores e tomadores de decisão a transformar dados de satélite em insights úteis.
Um benefício fundamental do AlphaEarth Foundations é que ele facilita o estudo de mudanças de longo prazo em nosso planeta. Ele funciona bem mesmo em áreas complicadas onde faltam dados ou as nuvens bloqueiam frequentemente as visualizações de satélite. Por exemplo, na floresta amazônica, onde a cobertura de nuvens é um problema constante, o AlphaEarth ainda pode detectar mudanças de terra aprendendo com padrões ao redor do mundo.
Em testes de benchmark, reduziu os erros de classificação incorreta em quase 24% e exigiu 16 vezes menos armazenamento por embedding. Curiosamente, este novo modelo de IA não precisa ser retreinado para cada aplicação.
É eficiente e adaptável em diferentes regiões e desafios. Isso ocorre porque o AlphaEarth produz embeddings de propósito geral, resumos compactos e ricos em informações de cada local, que podem ser usados diretamente para muitos tipos de análise sem reconstruir todo o modelo.
Até agora, o novo modelo de IA do Google Earth tem sido usado para monitorar mudanças de terra em mais de 100 países, incluindo florestas tropicais, regiões árticas e cidades em expansão. Essas informações estão sendo usadas para apoiar um planejamento mais inteligente e decisões climáticas mais bem informadas.
Embora as imagens de satélite possam ser usadas para capturar visões detalhadas da superfície da Terra, transformar essas imagens em insights significativos nem sempre é simples. A AlphaEarth Foundations usa visão computacional, um ramo da IA que permite que as máquinas interpretem informações visuais, para detectar e analisar padrões em terrenos, vegetação e relevo.
Veja como o modelo aplica diferentes tarefas de visão computacional à observação da Terra:
Com uma melhor compreensão de como a IA para as novas tecnologias de observação da Terra do Google funciona, vamos explorar as aplicações no mundo real da AlphaEarth Foundations.
Em todos os EUA, as cidades estão cultivando florestas urbanas para reduzir o calor, absorver a poluição e impulsionar a saúde pública. Mas identificar exatamente onde as árvores estão e onde não estão pode ser um desafio. Em bairros densos e ruas estreitas, a vegetação geralmente não é detectada em imagens de satélite ou pesquisas tradicionais.
No entanto, a AlphaEarth usa dados de satélite, elevação e ambientais para mapear a cobertura arbórea com detalhes precisos. Para testar este novo modelo de IA do Google, pesquisadores usaram mais de 45.000 registros de árvores do iNaturalist.
Eles se concentraram em 39 gêneros de árvores comuns (grupos de espécies intimamente relacionadas) encontrados em todos os estados dos EUA, incluindo Alasca e Havaí. Os dados foram limpos e divididos em conjuntos de treinamento e teste, com 300 amostras por gênero usadas para treinamento e o restante para teste.
O modelo mapeou com precisão a cobertura arbórea a partir de dados de satélite, elevação e ambientais, mostrando que pode preencher lacunas deixadas por pesquisas tradicionais. Essas informações podem ajudar cidades como Detroit, Nova York e Phoenix a tomar melhores decisões sobre onde plantar árvores, resfriar bairros e apoiar a biodiversidade local.
O inventário de colheitas do Canadá depende muito de observações no campo, especialmente em áreas sem registros de seguro de colheitas (relatórios oficiais do tipo de colheita, localização e área coletados para programas de seguro agrícola). Essas inspeções visuais, frequentemente feitas de veículos em movimento, são usadas para rastrear as principais colheitas, como cereais, oleaginosas, frutas e forragens.
Mas como alguns tipos de colheitas são registrados com mais frequência do que outros, os dados podem ser desiguais e difíceis de converter em mapas confiáveis de larga escala. Para contornar esses problemas, o AlphaEarth pode suportar classificação de colheitas de alto nível e refinada com base em dados de satélites de observação da Terra.
Ele pode agrupar colheitas em categorias amplas, como grãos ou oleaginosas. Em regiões onde dados de levantamento detalhados estão disponíveis, ele também pode identificar tipos específicos, como trigo de primavera, milho ou alfafa. Esta abordagem de dois níveis equilibra a cobertura com o detalhe, oferecendo uma imagem mais clara do que está a crescer no Canadá.
Explorando terrenos globais com IA para a tecnologia Google Earth
A Antártica é um dos lugares mais difíceis de mapear na Terra, com clima extremo, cobertura de neve constante e visibilidade limitada de satélite. Isso deixa lacunas em nossa compreensão de suas geleiras, rochas expostas e como a paisagem está mudando ao longo do tempo.
Ao combinar imagens de satélite com dados de radar e elevação, o AlphaEarth produz mapas anuais consistentes da Antártica, mesmo em áreas com visibilidade limitada. Ele pode preencher detalhes ausentes e gerar mapas de terreno com resolução de 10 metros que ajudam os pesquisadores a rastrear geleiras, texturas de superfície e terrenos cobertos de neve com mais precisão.
Aqui estão algumas das principais vantagens que o novo modelo de IA, AlphaEarth Foundations, oferece para observação da Terra e aplicações de planejamento urbano:
Embora o AlphaEarth ofereça suporte confiável em vários domínios, aqui estão algumas limitações a serem lembradas:
A AlphaEarth Foundation está ajudando pesquisadores, planejadores e formuladores de políticas a ver o planeta de novas maneiras. O novo modelo de IA do Google pode transformar entradas brutas de satélite em informações estruturadas e confiáveis que apoiam melhores decisões em áreas como ciência climática, agricultura e desenvolvimento urbano. Ao avançar na observação da Terra, está tornando mais fácil monitorar e entender as mudanças do nosso planeta ao longo do tempo.
Junte-se à nossa comunidade e explore as inovações em IA no nosso repositório GitHub. Saiba mais sobre IA na agricultura e visão computacional na área da saúde através das nossas páginas de soluções. Consulte nossos planos de licenciamento e comece hoje mesmo com a IA!
