不是GPT-5，但这个“全能视角看地球”的AI也值得关注！

【导语】近日，谷歌DeepMind发布了一项革命性的AI技术——AlphaEarth Foundations，它不仅能够以10米级的分辨率展现完整的地球画面，还融合了气候、生态、农业、自然资源等64个维度的信息，为我们提供了一个前所未有的“上帝视角”来看地球。这一技术突破不仅让海量卫星数据变得更有价值，还为科学家监测环境变化、制定保护策略提供了强大的新工具。同时，谷歌还推出了Satellite Embedding数据集和Google Earth Engine平台，进一步推动了全球地理空间数据的分析和应用。AI，正成为我们观察和理解地球的新窗口。

现在，你有一个机会，打开上帝视角看地球。

最近谷歌DeepMind发布了一个新AI——AlphaEarth Foundations，它能展现完整的地球画面，有64个维度，分辨率达到10米级，能让你“在任何时间看清任何地点”。

浓缩的海量数据｜deepmind.google

这不是就跟谷歌地图差不多，甚至“10米级的分辨率”还不如谷歌地图吗？但AlphaEarth Foundations可不只是地图那么简单，它的64个维度里包含了气候、生态、农业、自然资源等信息，是一个能“理解地球”的大模型。

把海量数据拼成完整画面

此时此刻，有数百颗卫星正在太空中围绕地球运转，它们就像无数只不眠不休的眼睛，每天拍摄着地球——光学相机捕捉可见光影像，雷达穿透云层探测地表，激光扫描仪测量地形高度，气象卫星监测温度变化……每一秒钟，都有海量的数据从太空传回地面。

问题就来了，数据那么多、那么杂乱，我们怎么利用呢？这就像你有一万张拼图碎片，每一片都来自不同的拼图盒，有的碎片是彩色的，有的是黑白的，有的甚至是三维的。更糟糕的是，这些碎片每天都在数以TB计的速度增加。

如果有一个AI系统，能够理解所有****这些不同类型的数据，并把它们整合成一幅完整、清晰的地球画面，我们是不是就能从更多维度看到一个完整的地球？

于是，拼图高手AlphaEarth Foundations诞生了。

AlphaEarth Foundations主要解决2个挑战：数据过载和信息不一致。它会"阅读"来自几十个不同来源的数据——光学卫星图像告诉它地表的颜色，雷达数据穿透云层显示地形，3D激光测绘提供精确高度，气候模拟预测天气变化。然后，它把这些信息整合编织在一起，以10米×10米的清晰度分析地球，并持续更新数据，跟踪地球随时间发生的变化。

全局嵌入被分解为单个嵌入的过程。每个嵌入包含64个分量，这些分量映射到64维球面上的坐标点｜deepmind.google

为了让这些数据能真正被用上，研究团队还为每一个10米×10米的(de)网(wǎng)格(gé)创(chuàng)建(jiàn)了(le)高(gāo)度(dù)浓(nóng)缩(suō)的(de)核(hé)心(xīn)信(xìn)息(xi)。相(xiāng)比(bǐ)他(tā)们(men)测(cè)试(shì)过(guò)的(de)其(qí)他(tā)AI，数(shù)据(jù)摘(zhāi)要(yào)将(jiāng)所(suǒ)需(xū)的(de)存储空间压缩为原来的 1/16，大降低了进行全球范围分析的成本。

这一突破让科学家能够完成迄今为止不可能完成的事情：按需创建一个详细、一致的世界地图——不管是想要监测作物健康状况、跟踪森林砍伐还是了解水资源变化，科学家都可以“一键”获得全地球范围的信息。研究团队表示，平均而言，在测试中，AlphaEarth Foundations的错误率比其他模型低24%。

AlphaEarth Foundations的工作原理：它不会处理每一帧图像，而是聪明地挑选一些关键画面，用这些画面来还原某个地点在不同时间的样子。这样既能省资源，又能把时间轴上的变化看得更清楚，也方便分析各种数据｜deepmind.google

生(shēng)成(chéng)自(zì)定(dìng)义(yì)地(de)图(tú)

AlphaEarth Foundations把(bǎ)全球(qiú)的(de)卫(wèi)星(xīng)图(tú)像(xiàng)“翻(fān)译(yì)”成(chéng)了(le)机(jī)器(qì)能(néng)理(lǐ)解(jiě)的(de)语(yǔ)言(yán)，也(yě)就(jiù)是(shì)一(yī)串(chuàn)数(shù)字(zì)，叫(jiào)作(zuò)“embedding”（嵌(qiàn)入(rù)），用(yòng)来(lái)表(biǎo)示(shì)某(mǒu)个(gè)地(de)方(fāng)的(de)样(yàng)子(zi)和(hé)变(biàn)化。

在AlphaEarth Foundations的(de)技(jì)术(shù)支(zhī)持(chí)下(xià)，Google 推(tuī)出(chū)了(le)一(yī)个(gè)叫(jiào)Satellite Embedding（卫(wèi)星(xīng)嵌(qiàn)入(rù)）的(de)大(dà)型(xíng)数(shù)据(jù)集，每(měi)年(nián)记(jì)录(lù)超(chāo)过(guò)1.4万(wàn)亿(yì)个(gè)地(de)理(lǐ)信(xìn)息(xi)点(diǎn)。

现(xiàn)在(zài)，这(zhè)个(gè)数(shù)据(jù)集已(yǐ)经(jīng)被(bèi)整(zhěng)合进 Google Earth Engine——这是谷歌提供的一个平台，可以用来查看、分析各种地理空间数据，面向研究、教学和公益免费开放。

图为Satellite Embedding。AlphaEarth Foundations 就(jiù)像(xiàng)一(yī)个(gè)超(chāo)级(jí)复(fù)杂(zá)的(de)“工(gōng)厂(chǎng)”，负(fù)责(zé)生(shēng)产(chǎn)“地(de)球(qiú)信(xìn)息(xi)零(líng)件(jiàn)”；而(ér) Google Earth Engine 是(shì)一(yī)个开放的“便利商店”，把这些零件摆出来，让科研人员更方便地拿去组装和使用｜developers.google

在Satellite Embedding的数据被整合进来之后，世界各地的组织，包括联合国粮食及农业组织、哈佛森林、地球观测组织、MapBiomas、俄勒冈州立大学等，已经利用它创造各种自定义地图。

例如，地球观测组织（地球观测领域里目前国际上最大的政府间合作组织）过去几年一直在收集各国的生态系统数(shù)据，计划创建“全球生态系统图集”，这将是世界上第一个全面的生态地图系统。这项工作并不容易，哪怕现在，我们对地球生态系统的了解依然存在大片空白。

“全球生态系统图集”的负责人表示：“Satellite Embedding数据集正(zhèng)在(zài)革(gé)新(xīn)我们的工作，帮助各国绘制未知生态系统的地图——这对于确定保护重点至关重要。”通过AlphaEarth Foundations，他们能够识别出沿海灌木林、超干旱沙漠等不同类型的生态系统，为各国的生物多样性保护提供科学依据。

在巴西，MapBiomas组织正在用这项技术监测亚马逊雨林的变化。亚马逊每年都有大片森林消失，而传统的监测方法往往滞后。MapBiomas的创始人认为，在Satellite Embedding的帮助下，人们可以快速制作精准的地图，实时追踪森林砍伐的进程，甚至能预测哪些地区可能成为下一个目标。这些信息对于制定保护策略至关重要。

AlphaEarth Foundations的64个维度里，有3个维度被分别分配了红色、绿色和蓝色，将细节可视化。

在厄瓜多尔，AI能穿透云层，详细说明处于不同开发阶段的农田（图一）；

它绘制出南极洲的一个复杂地表，该地区是出了名的难成像（图二）；

它揭示了加拿大农业土地利用中不可见的差异（图三）。｜deepmind.google

AlphaEarth Foundations的研究团队还声明，这个AI模型每年生成的数据集将开放给用户，用于追踪长期的环境变化趋势。团队表示，只要用户具备“一定的基础编程能力”，就能用这些数据制作更加高级的自定义地图。

面对隐私泄漏的担忧，谷歌特别强调，AlphaEarth Foundations无法识别或捕捉任何个体人、物体或面部特征，因此用户无需担心隐私(sī)泄(xiè)露(lù)的(de)问(wèn)题(tí)。

AI，看(kàn)地(de)球(qiú)的(de)另(lìng)一(yī)双(shuāng)眼(yǎn)

除(chú)了(le)AlphaEarth Foundations，还(hái)有(yǒu)不(bù)少(shǎo)AI已(yǐ)经(jīng)在(zài)地(de)球(qiú)科(kē)学(xué)和(hé)气(qì)候(hou)变(biàn)化(huà)等(děng)方(fāng)面(miàn)展(zhǎn)现(xiàn)出(chū)了(le)巨(jù)大(dà)的(de)潜(qián)力(lì)。

在天气预报领域，DeepMind在2024年推出了GenCast。

GenCast可以发布15天以内的天气预报，而且比传统的天气预报方法更准确。在未来15天内所有时间和各种天气要素的预测中，GenCast的准确率达到了97.2%。在超过36小时的预报中，准确率达 99.8%。通过对大量历史数据的学习，GenCast能更早识别异常信号，预测暴雨、热浪、干旱、飓风等极(jí)端(duān)天(tiān)气(qì)。

GenCast能更好地预测极端天气，可以及时采取更有成本效益的预防措施｜deempind.google

在能源领域，AI也能通过各种方式来减少碳排放(fàng)。国(guó)际(jì)能(néng)源(yuán)署(shǔ)（IEA）指(zhǐ)出(chū)了(le)多(duō)个(gè)AI减排的途径：利用卫星或无人机拍摄的图像，AI可以通过机器学习，自动识别石油和天然气作业(yè)中(zhōng)的(de)甲(jiǎ)烷(wán)泄(xiè)漏(lòu)，以(yǐ)便(biàn)尽(jǐn)快(kuài)维(wéi)修(xiū)；利(lì)用(yòng)优(yōu)化(huà)算(suàn)法(fǎ)，AI可(kě)以(yǐ)寻(xún)找“最省能源”的策略或途径，用于发电厂的能效提升、工业生产的减排和设计更合理的交通运输线路等。

IEA预测，在能源领域，采用AI可能有助于在2035年减少1400吨二氧化碳排放量，这还不包括未来十年AI可能出现的任何突破性发现。

AI如今成了我们看地球的另一双眼睛，帮助我们“读懂”地球。它们不仅让科研人员看得更远、算得更准，也为各种保护行动、灾害应对提供了新工具。当然，AI并不能代替人类的选择和责任。面对快速变化的地球，我们需要的不只是更聪明的模型，还有人与人之间的理解与合作。

参考文献

[1]https://deepmind.google/discover/blog/alphaearth-foundations-helps-map-our-planet-in-unprecedented-detail/

[2]https://www.wired.com/story/googles-newest-ai-model-acts-like-a-satellite-to-track-climate-change/

[3]https://www.nature.com/articles/d41586-025-02412-1

[4]https://deepmind.google/discover/blog/gencast-predicts-weather-and-the-risks-of-extreme-conditions-with-sota-accuracy/

[5] https://www.iea.org/reports/energy-and-ai/ai-and-climate-change

作(zuò)者(zhě)：黄(huáng)线(xiàn)狭(xiá)鳕(xuě)

编(biān)辑(ji)：麦(mài)麦(mài)

题(tí)图(tú)来(lái)源(yuán)：图(tú)虫(chóng)创(chuàng)意(yì)

本(běn)文来(lái)自(zì)果(guǒ)壳(ké)自(zì)然(rán)（ID：GuokrNature）