Ngày 11 tháng 8 năm 2025
Google AlphaEarth tạo ra các bản đồ toàn cầu từ nhiều dữ liệu quan sát khác nhau để theo dõi những thay đổi về môi trường, cải thiện khả năng ứng phó thảm họa và nâng cao khả năng ra quyết định.
Ra mắt vào ngày 30 tháng 7 năm 2025, AlphaEarth Foundations là một mô hình nền tảng địa không gian do Google DeepMind phát triển. Đây là một trong những điểm nổi bật trong tin tức gần đây về Google AI, được xây dựng để giúp việc xử lý dữ liệu quan sát Trái Đất toàn cầu nhanh hơn, rõ ràng hơn và đáng tin cậy hơn.
AlphaEarth Foundations được đào tạo dựa trên hàng tỷ điểm dữ liệu từ ảnh vệ tinh , radar, LiDAR (Phát hiện và Đo khoảng cách bằng Ánh sáng), mô hình độ cao và mô phỏng khí hậu. Sử dụng phạm vi dữ liệu đầu vào rộng lớn này, AlphaEarth Foundations tạo ra các góc nhìn hàng năm về hành tinh với độ phân giải 10 mét.
Nói một cách đơn giản, điều này có nghĩa là nó có thể tạo ra các bản đồ rõ ràng và nhất quán về bề mặt Trái Đất, ngay cả ở những khu vực khó nhìn thấy, nhờ đó những thay đổi về đất, nước và khí hậu sẽ dễ dàng được phát hiện và theo dõi theo thời gian hơn. Những ảnh chụp nhanh này hiện có sẵn thông qua Google Earth Engine, nền tảng đám mây của Google dành cho dữ liệu không gian địa lý.
Trong bài viết này, chúng ta sẽ xem xét cách AlphaEarth Foundations sử dụng AI cho Google Earth Engine để hỗ trợ các dự án quan sát Trái Đất trong thế giới thực.
AlphaEarth Foundations cung cấp một cách mới để hiểu hành tinh của chúng ta thông qua một hệ thống liên tục và năng động. Thay vì xem từng hình ảnh riêng lẻ, mô hình AI mới xây dựng một bức tranh thống nhất, có cấu trúc về bề mặt Trái Đất theo cả không gian và thời gian.
Để tạo ra góc nhìn này, nó sử dụng nhiều nguồn khác nhau, bao gồm ảnh vệ tinh, bản đồ độ cao, mô hình khí hậu và báo cáo về đa dạng sinh học. Điều này giúp nó nắm bắt những thay đổi trong môi trường và phân tích nguyên nhân đằng sau chúng.
Đặc biệt, AlphaEarth có thể cho thấy sự thay đổi của cảnh quan Trái Đất qua từng năm. Những ảnh chụp nhanh này được xây dựng bằng cách sử dụng các nhúng, là bản tóm tắt ngắn gọn về những gì mô hình đã học được về từng địa điểm.
Bộ sưu tập các dữ liệu nhúng này có sẵn thông qua bộ dữ liệu Nhúng Vệ tinh của Google Earth Engine. Chúng đã được sử dụng trong các lĩnh vực như ứng phó cháy rừng , quy hoạch đô thị và giám sát đất đai. Điều này giúp các nhà nghiên cứu và người ra quyết định chuyển đổi dữ liệu vệ tinh thành những thông tin chi tiết hữu ích.
Một lợi ích quan trọng của AlphaEarth Foundations là nó giúp việc nghiên cứu những thay đổi lâu dài trên hành tinh của chúng ta trở nên dễ dàng hơn. Nó hoạt động hiệu quả ngay cả ở những khu vực khó khăn, nơi dữ liệu bị thiếu hoặc mây thường che khuất tầm nhìn vệ tinh. Ví dụ, trong rừng mưa Amazon, nơi mây che phủ là một vấn đề thường trực, AlphaEarth vẫn có thể phát hiện những thay đổi về đất đai bằng cách học hỏi từ các mô hình trên khắp thế giới.
Trong các bài kiểm tra chuẩn, nó đã giảm gần 24% lỗi phân loại sai và yêu cầu lưu trữ ít hơn 16 lần cho mỗi lần nhúng. Điều thú vị là mô hình AI mới này không cần phải được đào tạo lại cho mọi ứng dụng.
AlphaEarth hiệu quả và thích ứng với nhiều khu vực và thách thức khác nhau. Điều này là do AlphaEarth tạo ra các bản nhúng đa năng, tóm tắt ngắn gọn, giàu thông tin về từng vị trí, có thể được sử dụng trực tiếp cho nhiều loại phân tích mà không cần xây dựng lại toàn bộ mô hình.
Cho đến nay, mô hình AI mới của Google Earth đã được sử dụng để theo dõi những thay đổi về đất đai tại hơn 100 quốc gia, bao gồm rừng nhiệt đới , vùng Bắc Cực và các thành phố đang mở rộng. Những thông tin chi tiết này đang được sử dụng để hỗ trợ quy hoạch thông minh hơn và đưa ra các quyết định sáng suốt hơn về khí hậu.
Mặc dù ảnh vệ tinh có thể được sử dụng để ghi lại góc nhìn chi tiết về bề mặt Trái Đất, nhưng việc biến những hình ảnh đó thành những thông tin chi tiết có ý nghĩa không phải lúc nào cũng dễ dàng. AlphaEarth Foundations sử dụng thị giác máy tính , một nhánh của AI, cho phép máy móc diễn giải thông tin hình ảnh, phát hiện và phân tích các mô hình trên đất liền, thảm thực vật và địa hình.
Sau đây là cách mô hình áp dụng các tác vụ thị giác máy tính khác nhau vào việc quan sát Trái đất:
Để hiểu rõ hơn về cách thức hoạt động của AI dành cho công nghệ quan sát Trái đất mới của Google, hãy cùng khám phá các ứng dụng thực tế của AlphaEarth Foundations.
Trên khắp nước Mỹ, các thành phố đang trồng rừng đô thị để giảm nhiệt, hấp thụ ô nhiễm và tăng cường sức khỏe cộng đồng. Tuy nhiên, việc xác định chính xác vị trí cây xanh và vị trí không có cây xanh có thể rất khó khăn. Ở những khu dân cư đông đúc và đường phố chật hẹp, cây xanh thường không được phát hiện trong ảnh vệ tinh hoặc các cuộc khảo sát truyền thống.
Tuy nhiên, AlphaEarth sử dụng dữ liệu vệ tinh, độ cao và môi trường để lập bản đồ độ che phủ cây với độ chi tiết cao. Để kiểm tra mô hình AI Google mới này, các nhà nghiên cứu đã sử dụng hơn 45.000 hồ sơ cây từ iNaturalist.
Họ tập trung vào 39 chi cây phổ biến (nhóm các loài có quan hệ họ hàng gần) được tìm thấy trên khắp các tiểu bang Hoa Kỳ, bao gồm Alaska và Hawaii. Dữ liệu được làm sạch và chia thành các tập huấn luyện và kiểm tra, với 300 mẫu cho mỗi chi được sử dụng để huấn luyện và phần còn lại để kiểm tra.
Mô hình đã lập bản đồ chính xác độ che phủ cây xanh từ dữ liệu vệ tinh, độ cao và môi trường, cho thấy nó có thể lấp đầy những khoảng trống do các cuộc khảo sát truyền thống để lại. Những thông tin chi tiết này có thể giúp các thành phố như Detroit, New York và Phoenix đưa ra quyết định tốt hơn về vị trí trồng cây, làm mát khu dân cư và hỗ trợ đa dạng sinh học địa phương .
Việc kiểm kê cây trồng của Canada phụ thuộc rất nhiều vào các quan sát thực địa, đặc biệt là ở những khu vực không có hồ sơ bảo hiểm cây trồng (báo cáo chính thức về loại cây trồng, địa điểm và diện tích thu thập cho các chương trình bảo hiểm nông nghiệp). Những cuộc khảo sát trên kính chắn gió này, thường được thực hiện từ các phương tiện di chuyển, được sử dụng để theo dõi các loại cây trồng chính như ngũ cốc, hạt có dầu, trái cây và thức ăn gia súc.
Tuy nhiên, do một số loại cây trồng được ghi nhận thường xuyên hơn những loại khác, dữ liệu có thể không đồng đều và khó chuyển đổi thành bản đồ quy mô lớn đáng tin cậy. Để giải quyết những vấn đề này, AlphaEarth có thể hỗ trợ phân loại cây trồng ở cả cấp độ cao và chi tiết dựa trên dữ liệu từ vệ tinh quan sát Trái Đất.
Công cụ này có thể nhóm các loại cây trồng thành các nhóm lớn như ngũ cốc hoặc hạt có dầu. Ở những khu vực có dữ liệu khảo sát chi tiết, công cụ này cũng có thể xác định các loại cây trồng cụ thể như lúa mì xuân, ngô hoặc cỏ linh lăng. Phương pháp tiếp cận hai cấp độ này cân bằng giữa phạm vi bao phủ và chi tiết, mang lại bức tranh rõ nét hơn về những gì đang phát triển trên khắp Canada.
Khám phá địa hình toàn cầu bằng công nghệ AI dành cho Google Earth
Nam Cực là một trong những nơi khó lập bản đồ nhất trên Trái Đất, với thời tiết khắc nghiệt, tuyết phủ dày đặc và tầm nhìn vệ tinh hạn chế. Điều này để lại những khoảng trống trong hiểu biết của chúng ta về các sông băng, đá lộ thiên và cách cảnh quan thay đổi theo thời gian.
Bằng cách kết hợp ảnh vệ tinh với dữ liệu radar và độ cao, AlphaEarth tạo ra các bản đồ Nam Cực hàng năm nhất quán, ngay cả ở những khu vực có tầm nhìn hạn chế. Nó có thể bổ sung các chi tiết còn thiếu và tạo ra bản đồ địa hình có độ phân giải 10 mét, giúp các nhà nghiên cứu theo dõi sông băng, kết cấu bề mặt và vùng đất phủ tuyết chính xác hơn.
Sau đây là một số lợi thế chính mà mô hình AI mới, AlphaEarth Foundations, mang lại cho các ứng dụng quan sát Trái đất và quy hoạch đô thị:
Mặc dù AlphaEarth cung cấp hỗ trợ đáng tin cậy trên nhiều lĩnh vực khác nhau, nhưng sau đây là một số hạn chế cần lưu ý:
Quỹ AlphaEarth đang giúp các nhà nghiên cứu, nhà quy hoạch và nhà hoạch định chính sách nhìn nhận hành tinh theo những cách mới. Mô hình AI mới của Google có thể chuyển đổi dữ liệu thô từ vệ tinh thành thông tin có cấu trúc, đáng tin cậy, hỗ trợ các quyết định tốt hơn trong các lĩnh vực như khoa học khí hậu, nông nghiệp và phát triển đô thị. Bằng cách thúc đẩy quan sát Trái Đất, việc theo dõi và hiểu rõ những thay đổi của hành tinh chúng ta theo thời gian trở nên dễ dàng hơn.
Tham gia cộng đồng của chúng tôi và khám phá những đổi mới về AI trên kho lưu trữ GitHub . Tìm hiểu về AI trong nông nghiệp và thị giác máy tính trong chăm sóc sức khỏe thông qua các trang giải pháp của chúng tôi. Xem qua các gói cấp phép của chúng tôi và bắt đầu sử dụng AI ngay hôm nay!
.webp)