11 tháng 8, 2025
Google AlphaEarth tạo bản đồ toàn cầu từ dữ liệu quan sát đa dạng, để theo dõi các thay đổi môi trường, cải thiện ứng phó với thảm họa và tăng cường ra quyết định.
Được giới thiệu vào ngày 30 tháng 7 năm 2025, AlphaEarth Foundations là một mô hình nền tảng không gian địa lý được phát triển bởi Google DeepMind. Đây là một trong những điểm nổi bật trong tin tức Google AI gần đây và được xây dựng để làm cho việc làm việc với dữ liệu quan sát Trái đất toàn cầu nhanh hơn, rõ ràng hơn và đáng tin cậy hơn.
AlphaEarth Foundations được đào tạo trên hàng tỷ điểm dữ liệu từ hình 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 nhiều loại đầu vào này, nó tạo ra các chế độ xem độ phân giải 10 mét hàng năm về hành tinh.
Nói một cách đơn giản, điều này có nghĩa là nó có thể tạo ra các bản đồ rõ ràng, nhất quán về bề mặt Trái đất, ngay cả ở những khu vực khó nhìn thấy, do đó, những thay đổi về đất, nước và khí hậu dễ dàng được phát hiện và theo dõi hơn theo thời gian. 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 thực tế.
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 biệt, mô hình AI mới xây dựng một bức tranh thống nhất, có cấu trúc về bề mặt Trái đất trên cả không gian và thời gian.
Để tạo ra chế độ xem này, nó lấy từ một loạt các nguồn, bao gồm hình 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 lý do đằng sau chúng.
Đặc biệt, AlphaEarth có thể giới thiệu cách cảnh quan Trái đất đang thay đổi qua nhiều năm. Những ảnh chụp nhanh này được xây dựng bằng cách sử dụng các embedding, là bản tóm tắt ngắn gọn về những gì mô hình đã học được về mỗi địa điểm.
Một tập hợp các embedding này có sẵn thông qua bộ dữ liệu Satellite Embedding 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 những người ra quyết định biến dữ liệu vệ tinh thành những hiểu biết hữu ích.
Một lợi ích chính của AlphaEarth Foundations là nó giúp việc nghiên cứu những thay đổi dài hạn đối với hành tinh của chúng ta trở nên dễ dàng hơn. Nó hoạt động tốt ngay cả ở những khu vực khó khăn, nơi dữ liệu bị thiếu hoặc mây thường che khuất tầm nhìn vệ tinh. Ví dụ, ở rừng nhiệt đới Amazon, nơi mây che phủ là một vấn đề liên tục, 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 điểm chuẩn, nó đã giảm lỗi phân loại sai gần 24% và yêu cầu bộ nhớ ít hơn 16 lần cho mỗi embedding. Điều thú vị là mô hình AI mới này không cần phải được đào tạo lại cho mọi ứng dụng.
Nó hiệu quả và có khả năng thích ứng trên các khu vực và thách thức khác nhau. Điều này là do AlphaEarth tạo ra các embedding đa năng, các bản tóm tắt nhỏ gọn, giàu thông tin về mỗi 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 Google Earth AI mới đã được sử dụng để theo dõi những thay đổi về đất đai trên hơn 100 quốc gia, bao gồm rừng nhiệt đới, các vùng Bắc Cực và các thành phố đang mở rộng. Những thông tin chi tiết này đang được sử dụng để hỗ trợ lập kế hoạch thông minh hơn và đưa ra các quyết định về khí hậu sáng suốt hơn.
Mặc dù ảnh vệ tinh có thể được sử dụng để chụp ảnh chi tiết về bề mặt Trái đất, nhưng việc biến những hình ảnh đó thành những hiểu biết có ý nghĩa không phải lúc nào cũng đơn giản. AlphaEarth Foundations sử dụng computer vision (thị giác máy tính), một nhánh của AI cho phép máy móc diễn giải thông tin trực quan, để phát hiện và phân tích các mẫu trên đất, thảm thực vật và địa hình.
Đây là cách mô hình áp dụng các tác vụ thị giác máy tính khác nhau vào quan sát Trái Đất:
Sau khi hiểu rõ hơn về cách thức hoạt động của AI cho các công nghệ quan sát Trái Đất mới của Google, hãy cùng khám phá các ứng dụng thực tế của AlphaEarth Foundations.
Trên khắp Hoa Kỳ, các thành phố đang phát triển rừng đô thị để giảm nhiệt, hấp thụ ô nhiễm và tăng cường sức khỏe cộng đồng. Nhưng việc xác định chính xác vị trí cây cối ở đâu và không ở đâu có thể là một thách thức. Ở các khu dân cư đông đúc và đường phố hẹp, cây xanh thường không bị 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 của cây với độ chi tiết cao. Để kiểm tra mô hình AI mới này của Google, các nhà nghiên cứu đã sử dụng hơn 45.000 bản ghi cây từ iNaturalist.
Họ tập trung vào 39 chi cây phổ biến (các nhóm loài có quan hệ họ hàng gần) được tìm thấy trên tất cả các tiểu bang của Hoa Kỳ, bao gồm Alaska và Hawaii. Dữ liệu đã được làm sạch và chia thành các tập huấn luyện và kiểm tra, với 300 mẫu trên 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 của cây từ dữ liệu vệ tinh, độ cao và môi trường, cho thấy nó có thể lấp đầy những khoảng trống mà các 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 địa điểm trồng cây, làm mát khu dân cư và hỗ trợ đa dạng sinh học địa phương.
Việc kiểm kê mùa vụ của Canada phụ thuộc nhiều vào các quan sát ở cấp độ đồng ruộng, đặc biệt là ở những khu vực không có hồ sơ bảo hiểm mùa vụ (các báo cáo chính thức về loại cây trồng, vị trí và diện tích thu thập cho các chương trình bảo hiểm nông nghiệp). Các khảo sát trực quan này, thường được thực hiện từ các phương tiện đang di chuyển, được sử dụng để theo dõi các loại cây trồng chính như ngũ cốc, hạt có dầu, trái cây và cỏ khô.
Nhưng vì 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 cả phân loại cây trồng cấp cao và chi tiết dựa trên dữ liệu từ vệ tinh quan sát Trái Đất.
Nó có thể nhóm các loại cây trồng thành các danh mục rộng như ngũ cốc hoặc hạt có dầu. Ở những khu vực có dữ liệu khảo sát chi tiết, nó cũng có thể xác định các loại cụ thể như lúa mì vụ xuân, ngô hoặc cỏ linh lăng. Cách tiếp cận hai cấp độ này cân bằng giữa phạm vi bao phủ và chi tiết, mang lại một bức tranh rõ ràng hơn về những gì đang phát triển trên khắp Canada.
Khám phá các địa hình toàn cầu với AI cho công nghệ Google Earth
Nam Cực là một trong những nơi khó lập bản đồ nhất trên Trái đất, với thời tiết khắc nghiệt, tuyết phủ liên tục và khả năng hiển thị vệ tinh hạn chế. Điều này để lại những khoảng trống trong sự 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 hình ảnh vệ tinh với dữ liệu radar và độ cao, AlphaEarth tạo ra các bản đồ hàng năm nhất quán về Nam Cực, ngay cả ở những khu vực có tầm nhìn hạn chế. Nó có thể điền vào các chi tiết bị thiếu và tạo ra các bản đồ địa hình có độ phân giải 10 mét, giúp các nhà nghiên cứu theo dõi các sông băng, kết cấu bề mặt và vùng đất phủ đầy tuyết chính xác hơn.
Dưới đây là một số ưu điểm 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 đây là một vài hạn chế cần lưu ý:
AlphaEarth Foundation đang giúp các nhà nghiên cứu, nhà hoạch định và nhà hoạch định chính sách nhìn nhận hành tinh theo những cách mới. Mô hình AI mới của Google có thể biến các đầu vào vệ tinh thô 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 nâng cao khả năng quan sát Trái đất, nó giúp dễ dàng theo dõi và hiểu những thay đổi của hành tinh chúng ta theo thời gian.
Tham gia cộng đồng của chúng tôi và khám phá những đổi mới AI trên kho lưu trữ GitHub của chúng tôi. Tìm hiểu về AI trong nông nghiệp và thị giác máy tính trong lĩnh vực chăm sóc sức khỏe thông qua các trang giải pháp của chúng tôi. Xem các gói cấp phép của chúng tôi và bắt đầu với AI ngay hôm nay!
