Google DeepMind presenta la IA para una cartografía mundial sin precedentes

Google DeepMind ha presentado un innovador sistema de IA que transforma la forma en que las organizaciones analizan los datos de la superficie terrestre, revolucionando potencialmente la vigilancia medioambiental y la gestión de recursos para gobiernos, grupos conservacionistas y empresas globales.

El sistema, denominado AlphaEarth Foundations, aborda un reto persistente en la observación de la Tierra: convertir enormes flujos de datos de satélites en inteligencia procesable. Aunque los satélites recogen diariamente terabytes de imágenes, la integración de estos diversos conjuntos de datos en perspectivas coherentes ha sido históricamente problemática.

"AlphaEarth Foundations funciona como un satélite virtual", explica el equipo de investigación en su publicación. "Caracteriza eficazmente las zonas terrestres y costeras del planeta unificando conjuntos masivos de datos de observación de la Tierra en una representación digital completa".

Esta solución de IA consigue aproximadamente un 23,9% menos de errores que los métodos existentes, al tiempo que requiere dieciséis veces menos capacidad de almacenamiento que otros sistemas comparables. Esta combinación de mayor eficiencia y precisión podría reducir significativamente los costes asociados a los análisis medioambientales a escala planetaria.

Cómo la IA convierte los datos de satélite en inteligencia procesable

La principal innovación del sistema reside en su metodología de procesamiento de datos. En lugar de analizar cada una de las imágenes de satélite por separado, AlphaEarth Foundations genera "campos de incrustación", resúmenes digitales muy comprimidos que representan las características esenciales de la superficie terrestre en secciones cuadriculadas de 10 metros.

"La capacidad innovadora del sistema consiste en crear resúmenes compactos para cada sección de cuadrícula", aclaran los investigadores. "Estos resúmenes exigen dieciséis veces menos almacenamiento que otros sistemas alternativos de IA que evaluamos, lo que reduce sustancialmente los gastos de análisis a escala planetaria".

Esta compresión mantiene la precisión detallada. El sistema conserva lo que los desarrolladores describen como una resolución "nítida, de 10×10 metros", al tiempo que controla los cambios temporales. Esta granularidad permite a las organizaciones rastrear manzanas individuales de ciudades, parcelas agrícolas o secciones forestales, algo crucial para la planificación urbana y las aplicaciones de conservación.

Un equipo brasileño vigila la deforestación del Amazonas con precisión casi en tiempo real

En el último año, más de cincuenta organizaciones han probado el sistema, con resultados preliminares que indican un potencial transformador en múltiples sectores.

En Brasil, MapBiomas utiliza la tecnología para supervisar las transformaciones agrícolas y medioambientales en todo el país, incluida la selva amazónica. "El conjunto de datos Satellite Embedding reconfigura nuestro enfoque operativo", declaró Tasso Azevedo, fundador de MapBiomas. "Ahora generamos mapas más exactos y precisos con una velocidad sin precedentes, capacidades que antes estaban fuera de nuestro alcance".

La iniciativa Global Ecosystems Atlas emplea el sistema para desarrollar lo que denomina el primer recurso integral de cartografía de ecosistemas mundiales. Este proyecto ayuda a las naciones a clasificar territorios inexplorados en categorías como matorrales costeros y desiertos hiperáridos, información vital para elaborar estrategias de conservación.

"El conjunto de datos Satellite Embedding está transformando nuestra metodología al ayudar a los países a cartografiar ecosistemas desconocidos, algo esencial para determinar las prioridades de conservación", explica Nick Murray, Director del Laboratorio de Ecología Global de la Universidad James Cook y responsable científico global del Atlas Global de Ecosistemas.

El principal reto de las imágenes por satélite: la nubosidad y las lagunas de datos

El trabajo de investigación detalla la sofisticada ingeniería subyacente a estas capacidades. AlphaEarth Foundations integra datos de múltiples fuentes -imágenes ópticas de satélite, radar, cartografía láser en 3D, simulaciones climáticas- y los sintetiza en representaciones coherentes de la superficie terrestre.

El manejo temporal del sistema representa su distinción técnica. "Hasta donde sabemos, el AEF es el primer método de featurización de imágenes ópticas por satélite que admite el análisis continuo en el tiempo", señalan los investigadores. Esto permite elaborar mapas precisos para intervalos de fechas específicos, incluida la interpolación entre observaciones y la extrapolación durante periodos sin cobertura directa por satélite.

La arquitectura del modelo, denominado "Space Time Precision" o STP (precisión espacio-temporal), mantiene representaciones muy localizadas al tiempo que modela relaciones a larga distancia en el tiempo y el espacio. Esta capacidad supera obstáculos persistentes como la cobertura nubosa, que a menudo oscurece las imágenes de satélite en zonas tropicales.

Permitir a las empresas cartografiar territorios extensos sin necesidad de costosos estudios sobre el terreno

Para los responsables de la toma de decisiones técnicas en los sectores empresarial y gubernamental, AlphaEarth Foundations podría remodelar radicalmente los planteamientos de la inteligencia geoespacial.

El sistema ofrece un rendimiento excepcional en "regímenes de datos escasos", es decir, en escenarios con una verificación terrestre limitada. Esto resuelve un dilema fundamental de la observación de la Tierra: mientras que los satélites proporcionan cobertura mundial, la validación in situ sigue siendo cara y compleja desde el punto de vista logístico.

"La cartografía de alta calidad depende de la precisión de los datos etiquetados, pero las operaciones a escala mundial exigen equilibrar la precisión de las mediciones con la cobertura espacial", señala el documento. La capacidad de AlphaEarth Foundations para extrapolar con precisión a partir de observaciones terrestres limitadas podría reducir sustancialmente los gastos de creación de mapas detallados de grandes áreas".

La investigación demuestra un sólido rendimiento en diversas aplicaciones, desde la clasificación de cultivos hasta la estimación de la tasa de evapotranspiración. En una exigente evaluación de la evapotranspiración -medición de la transferencia de agua de la tierra a la atmósfera-, AlphaEarth Foundations alcanzó un valor R² de 0,58, mientras que todos los métodos comparativos arrojaron valores negativos, lo que indica un rendimiento inferior a las conjeturas de valor medio.

Google integra la IA de vigilancia de la Tierra con sistemas meteorológicos y de incendios forestales

Este anuncio sitúa a Google a la vanguardia de lo que la empresa denomina "Google Earth AI", un conjunto de modelos geoespaciales que abordan retos planetarios. Esto incluye la predicción meteorológica, la previsión de inundaciones y los sistemas de detección de incendios forestales que actualmente alimentan las funciones utilizadas por millones de personas a través de Google Search y Maps.

"Hemos dedicado años a desarrollar potentes modelos de inteligencia artificial para hacer frente a los retos del mundo real", escriben Yossi Matias, vicepresidente y director general de Google Research, y Chris Phillips, vicepresidente y director general de Geo, en una entrada de blog adjunta. "Estos modelos ya ofrecen funciones utilizadas por millones de personas, como las alertas de inundaciones e incendios forestales en Google Search y Google Maps; también proporcionan información práctica a través de Google Earth, Google Maps Platform y Google Cloud Platform".

El lanzamiento incluye el conjunto de datos Satellite Embedding, caracterizado como "una de las mayores colecciones con más de 1,4 billones de huellas de incrustación anuales", accesible a través de Google Earth Engine. Este conjunto de datos proporciona instantáneas anuales desde 2017 hasta 2024, ofreciendo un contexto histórico para el seguimiento de los cambios medioambientales.

La resolución de 10 metros salvaguarda la privacidad a la vez que facilita el seguimiento medioambiental

Google hace hincapié en que el sistema opera a niveles de resolución diseñados para la supervisión medioambiental más que para el seguimiento individual. "El conjunto de datos no puede identificar objetos específicos, individuos o rasgos faciales, y sólo representa fuentes de datos disponibles públicamente, como los satélites meteorológicos", especifica la empresa.

La resolución de 10 metros, aunque suficientemente precisa para la mayoría de las aplicaciones medioambientales, restringe intencionadamente la identificación de estructuras o actividades individuales, una filosofía de diseño que equilibra la utilidad con la protección de la privacidad.

La inteligencia planetaria avanza a través del motor Google Earth

La disponibilidad de AlphaEarth Foundations a través de Google Earth Engine podría democratizar el acceso a sofisticadas capacidades de observación de la Tierra. Anteriormente, la generación de mapas detallados de grandes áreas exigía importantes recursos informáticos y conocimientos especializados. Ahora, las organizaciones pueden utilizar incrustaciones precalculadas para producir rápidamente mapas personalizados.

"Este avance permite a los científicos lograr lo que antes era imposible: generar mapas globales detallados y coherentes a la carta", señala el equipo de investigación. "Tanto si se trata de vigilar la vitalidad de los cultivos, rastrear la deforestación u observar nuevas construcciones, ya no dependen de pases únicos de satélites".

Para las empresas dedicadas al seguimiento de la cadena de suministro, la producción agrícola, la planificación urbana o el cumplimiento de la normativa medioambiental, esta tecnología abre nuevas posibilidades de toma de decisiones basadas en datos. La capacidad de vigilar los cambios globales a 10 metros de resolución, con actualizaciones anuales, sienta las bases para aplicaciones que van desde la verificación del abastecimiento sostenible hasta la optimización del rendimiento agrícola.

Actualmente se puede acceder al conjunto de datos Satellite Embedding a través de Google Earth Engine, mientras que AlphaEarth Foundations sigue desarrollándose en el marco de la iniciativa Earth AI de Google. Como señaló un investigador durante la rueda de prensa, la cuestión a la que se enfrentan las organizaciones no es si necesitan inteligencia a escala planetaria, sino si pueden permitirse operar sin ella.