Google DeepMind dévoile l'IA pour une cartographie mondiale sans précédent

Google DeepMind a dévoilé un système d'IA révolutionnaire qui transforme la façon dont les organisations analysent les données de la surface de la Terre, révolutionnant potentiellement la surveillance environnementale et la gestion des ressources pour les gouvernements, les groupes de protection de la nature et les entreprises mondiales.
Le système, appelé AlphaEarth Foundations, s'attaque à un défi persistant dans l'observation de la Terre : convertir de vastes flux de données satellitaires en renseignements exploitables. Alors que les satellites collectent quotidiennement des téraoctets d'images, l'intégration de ces divers ensembles de données en vue d'obtenir des informations cohérentes a toujours été problématique.
"AlphaEarth Foundations fonctionne comme un satellite virtuel", explique l'équipe de recherche dans sa publication. "Il caractérise efficacement les zones terrestres et côtières de la planète en unifiant des ensembles massifs de données d'observation de la Terre en une représentation numérique complète.
Cette solution d'IA permet de réduire les erreurs d'environ 23,9 % par rapport aux méthodes existantes, tout en nécessitant une capacité de stockage seize fois inférieure à celle de systèmes comparables. Cette combinaison d'efficacité et de précision accrues pourrait réduire considérablement les coûts associés à l'analyse environnementale à l'échelle planétaire.
Comment l'IA convertit les données satellitaires en renseignements exploitables
L'innovation principale du système réside dans sa méthodologie de traitement des données. Au lieu d'analyser séparément chaque image satellite, AlphaEarth Foundations génère des "champs d'intégration" - des résumés numériques hautement compressés représentant les caractéristiques essentielles de la surface de la Terre dans des sections de grille de 10 mètres.
"La capacité révolutionnaire du système consiste à créer des résumés compacts pour chaque section de la grille", précisent les chercheurs. "Ces résumés nécessitent seize fois moins d'espace de stockage que les autres systèmes d'IA que nous avons évalués, ce qui réduit considérablement les dépenses d'analyse à l'échelle de la planète.
Cette compression préserve la précision des détails. Le système préserve ce que les développeurs décrivent comme une résolution "nette, 10×10 mètres" tout en surveillant les changements temporels. Cette granularité permet aux organisations de suivre des îlots urbains, des parcelles agricoles ou des sections de forêt individuels, ce qui est crucial pour les applications de planification urbaine et de conservation.
Une équipe brésilienne surveille la déforestation de l'Amazonie avec une précision en temps quasi réel
Au cours de l'année écoulée, plus de cinquante organisations ont testé le système, et les résultats préliminaires indiquent un potentiel de transformation dans de nombreux secteurs.
Au Brésil, MapBiomas utilise la technologie pour surveiller les transformations agricoles et environnementales dans tout le pays, y compris dans la forêt amazonienne. "Le jeu de données Satellite Embedding modifie notre approche opérationnelle", a déclaré Tasso Azevedo, fondateur de MapBiomas. "Nous produisons désormais des cartes plus exactes et plus précises avec une rapidité sans précédent - des capacités qui étaient auparavant hors de notre portée.
L'initiative Global Ecosystems Atlas (Atlas des écosystèmes mondiaux) utilise le système pour développer ce qu'elle appelle la première ressource cartographique complète des écosystèmes mondiaux. Ce projet aide les nations à classer les territoires inexplorés dans des catégories telles que les zones arbustives côtières et les déserts hyper-arides - des informations vitales pour l'élaboration de stratégies de conservation.
"Le jeu de données Satellite Embedding transforme notre méthodologie en aidant les pays à cartographier des écosystèmes inconnus, ce qui est essentiel pour cibler les priorités en matière de conservation", explique Nick Murray, directeur du laboratoire d'écologie mondiale de l'université James Cook et responsable scientifique mondial de l'atlas des écosystèmes mondiaux.
Relever le principal défi de l'imagerie satellitaire : la couverture nuageuse et les lacunes en matière de données
L'article de recherche détaille l'ingénierie sophistiquée qui sous-tend ces capacités. AlphaEarth Foundations intègre des données provenant de sources multiples - imagerie satellitaire optique, radar, cartographie laser 3D, simulations climatiques - et les synthétise en représentations cohérentes de la surface terrestre.
La gestion temporelle du système constitue sa particularité technique. "À notre connaissance, AEF constitue la première approche de featurisation d'images d'observation de la Terre prenant en charge l'analyse en temps continu", observent les chercheurs. Cela permet une cartographie précise pour des plages de dates spécifiques, y compris l'interpolation entre les observations et l'extrapolation pendant les périodes où la couverture satellitaire directe fait défaut.
L'architecture du modèle, appelée "Space Time Precision" ou STP, maintient des représentations très localisées tout en modélisant des relations à longue distance dans le temps et l'espace. Cette capacité permet de surmonter des obstacles persistants tels que la couverture nuageuse qui obscurcit fréquemment l'imagerie satellitaire dans les zones tropicales.
Permettre aux entreprises de cartographier des territoires étendus sans avoir recours à des levés terrestres coûteux
Pour les décideurs techniques des entreprises et des gouvernements, AlphaEarth Foundations pourrait remodeler fondamentalement les approches de l'intelligence géospatiale.
Le système est exceptionnellement performant dans les "régimes de données éparses", c'est-à-dire dans les scénarios où les vérifications au sol sont limitées. Il répond ainsi à un dilemme fondamental de l'observation de la Terre : alors que les satellites assurent une couverture mondiale, la validation sur place reste coûteuse et complexe sur le plan logistique.
"La cartographie de haute qualité dépend de la précision des données étiquetées, mais les opérations à l'échelle mondiale nécessitent un équilibre entre la précision des mesures et la couverture spatiale", note l'article. La capacité des fondations AlphaEarth à extrapoler avec précision à partir d'observations au sol limitées pourrait réduire considérablement les dépenses liées à la création de cartes détaillées de grandes zones.
La recherche a démontré des performances solides dans diverses applications, de la classification des cultures à l'estimation du taux d'évapotranspiration. Dans une évaluation exigeante de l'évapotranspiration, mesurant le transfert d'eau de la terre à l'atmosphère, AlphaEarth Foundations a obtenu une valeur R² de 0,58, alors que toutes les méthodes comparatives ont produit des valeurs négatives, indiquant des performances inférieures à la valeur moyenne de la conjecture.
Google intègre l'IA de surveillance de la Terre aux systèmes météorologiques et de lutte contre les incendies de forêt
Cette annonce place Google à l'avant-garde de ce que l'entreprise appelle "Google Earth AI", une suite de modèles géospatiaux destinés à relever les défis planétaires. Il s'agit notamment des systèmes de prévision météorologique, de prévision des inondations et de détection des incendies de forêt qui alimentent actuellement des fonctions utilisées par des millions de personnes par l'intermédiaire de Google Search et de Google Maps.
"Nous avons consacré des années à développer de puissants modèles d'IA pour relever les défis du monde réel", écrivent Yossi Matias, vice-président et directeur général de Google Research, et Chris Phillips, vice-président et directeur général de Geo, dans un billet de blog accompagnant l'article. "Ces modèles sont déjà à l'origine de fonctionnalités utilisées par des millions de personnes, notamment les alertes d'inondations et de feux de forêt dans Search et Maps ; ils fournissent également des informations exploitables via Google Earth, Google Maps Platform et Google Cloud Platform".
La version comprend le jeu de données Satellite Embedding, caractérisé comme "l'une des plus grandes collections avec plus de 1,4 trillion d'empreintes d'intégration par an", accessible via Google Earth Engine. Ce jeu de données fournit des instantanés annuels de 2017 à 2024, offrant un contexte historique pour le suivi des changements environnementaux.
La résolution de 10 mètres protège la vie privée tout en facilitant la surveillance de l'environnement
Google souligne que le système fonctionne à des niveaux de résolution conçus pour la surveillance de l'environnement plutôt que pour le suivi individuel. "L'ensemble des données ne permet pas d'identifier des objets, des individus ou des caractéristiques faciales spécifiques et ne représente que des sources de données accessibles au public, telles que les satellites météorologiques", précise l'entreprise.
La résolution de 10 mètres, bien que suffisamment précise pour la plupart des applications environnementales, limite intentionnellement l'identification de structures ou d'activités individuelles - une philosophie de conception équilibrant l'utilité et la protection de la vie privée.
L'intelligence planétaire progresse grâce à Google Earth Engine
La disponibilité des fondations AlphaEarth via Google Earth Engine pourrait démocratiser l'accès à des capacités sophistiquées d'observation de la Terre. Auparavant, la production de cartes détaillées de grandes zones nécessitait des ressources informatiques considérables et une expertise spécialisée. Aujourd'hui, les organisations peuvent utiliser des encastrements précalculés pour produire rapidement des cartes personnalisées.
"Cette avancée permet aux scientifiques d'accomplir ce qui était auparavant impossible : générer à la demande des cartes mondiales détaillées et cohérentes", note l'équipe de recherche. "Qu'il s'agisse de surveiller la vitalité des cultures, de suivre la déforestation ou d'observer les nouvelles constructions, ils ne dépendent plus d'un seul passage de satellite.
Pour les entreprises engagées dans le suivi de la chaîne d'approvisionnement, la production agricole, la planification urbaine ou le respect de l'environnement, cette technologie ouvre de nouvelles possibilités de prise de décision fondée sur les données. La capacité de surveiller les changements mondiaux à une résolution de 10 mètres, avec des mises à jour annuelles, jette les bases d'applications allant de la vérification de l'approvisionnement durable à l'optimisation du rendement agricole.
Le jeu de données Satellite Embedding est actuellement accessible via Google Earth Engine, et AlphaEarth Foundations continue d'être développé dans le cadre de l'initiative Earth AI de Google. Comme l'a fait remarquer un chercheur lors de la conférence de presse, la question à laquelle les organisations sont confrontées n'est pas de savoir si elles ont besoin d'une intelligence à l'échelle de la planète, mais si elles peuvent se permettre de fonctionner sans elle.
Article connexe
Google adopte la norme Anthropic pour la connectivité des données des modèles d'IA
Quelques semaines seulement après l'annonce par OpenAI de son intention d'adopter le protocole de son concurrent Anthropic pour connecter les modèles d'IA aux systèmes de données, Google fait de même.
Logan Kilpatrick, de Google DeepMind, prendra la parole lors des TechCrunch Sessions : AI
Google DeepMind est à la pointe de l'innovation en matière d'IA, et Logan Kilpatrick, chef de produit senior, est la personne idéale pour en parler. Nous sommes ravis de confirmer sa partici
Latent Labs dévoile une IA basée sur le Web pour la conception de protéines accessibles
Six mois après avoir fait son apparition avec un financement de 50 millions de dollars, Latent Labs a lancé un modèle d'IA basé sur le web pour la programmation biologique.Selon Simon Kohl, PDG e
Recommandations de sujets spéciaux liés
commentaires (0)

Google DeepMind a dévoilé un système d'IA révolutionnaire qui transforme la façon dont les organisations analysent les données de la surface de la Terre, révolutionnant potentiellement la surveillance environnementale et la gestion des ressources pour les gouvernements, les groupes de protection de la nature et les entreprises mondiales.
Le système, appelé AlphaEarth Foundations, s'attaque à un défi persistant dans l'observation de la Terre : convertir de vastes flux de données satellitaires en renseignements exploitables. Alors que les satellites collectent quotidiennement des téraoctets d'images, l'intégration de ces divers ensembles de données en vue d'obtenir des informations cohérentes a toujours été problématique.
"AlphaEarth Foundations fonctionne comme un satellite virtuel", explique l'équipe de recherche dans sa publication. "Il caractérise efficacement les zones terrestres et côtières de la planète en unifiant des ensembles massifs de données d'observation de la Terre en une représentation numérique complète.
Cette solution d'IA permet de réduire les erreurs d'environ 23,9 % par rapport aux méthodes existantes, tout en nécessitant une capacité de stockage seize fois inférieure à celle de systèmes comparables. Cette combinaison d'efficacité et de précision accrues pourrait réduire considérablement les coûts associés à l'analyse environnementale à l'échelle planétaire.
Comment l'IA convertit les données satellitaires en renseignements exploitables
L'innovation principale du système réside dans sa méthodologie de traitement des données. Au lieu d'analyser séparément chaque image satellite, AlphaEarth Foundations génère des "champs d'intégration" - des résumés numériques hautement compressés représentant les caractéristiques essentielles de la surface de la Terre dans des sections de grille de 10 mètres.
"La capacité révolutionnaire du système consiste à créer des résumés compacts pour chaque section de la grille", précisent les chercheurs. "Ces résumés nécessitent seize fois moins d'espace de stockage que les autres systèmes d'IA que nous avons évalués, ce qui réduit considérablement les dépenses d'analyse à l'échelle de la planète.
Cette compression préserve la précision des détails. Le système préserve ce que les développeurs décrivent comme une résolution "nette, 10×10 mètres" tout en surveillant les changements temporels. Cette granularité permet aux organisations de suivre des îlots urbains, des parcelles agricoles ou des sections de forêt individuels, ce qui est crucial pour les applications de planification urbaine et de conservation.
Une équipe brésilienne surveille la déforestation de l'Amazonie avec une précision en temps quasi réel
Au cours de l'année écoulée, plus de cinquante organisations ont testé le système, et les résultats préliminaires indiquent un potentiel de transformation dans de nombreux secteurs.
Au Brésil, MapBiomas utilise la technologie pour surveiller les transformations agricoles et environnementales dans tout le pays, y compris dans la forêt amazonienne. "Le jeu de données Satellite Embedding modifie notre approche opérationnelle", a déclaré Tasso Azevedo, fondateur de MapBiomas. "Nous produisons désormais des cartes plus exactes et plus précises avec une rapidité sans précédent - des capacités qui étaient auparavant hors de notre portée.
L'initiative Global Ecosystems Atlas (Atlas des écosystèmes mondiaux) utilise le système pour développer ce qu'elle appelle la première ressource cartographique complète des écosystèmes mondiaux. Ce projet aide les nations à classer les territoires inexplorés dans des catégories telles que les zones arbustives côtières et les déserts hyper-arides - des informations vitales pour l'élaboration de stratégies de conservation.
"Le jeu de données Satellite Embedding transforme notre méthodologie en aidant les pays à cartographier des écosystèmes inconnus, ce qui est essentiel pour cibler les priorités en matière de conservation", explique Nick Murray, directeur du laboratoire d'écologie mondiale de l'université James Cook et responsable scientifique mondial de l'atlas des écosystèmes mondiaux.
Relever le principal défi de l'imagerie satellitaire : la couverture nuageuse et les lacunes en matière de données
L'article de recherche détaille l'ingénierie sophistiquée qui sous-tend ces capacités. AlphaEarth Foundations intègre des données provenant de sources multiples - imagerie satellitaire optique, radar, cartographie laser 3D, simulations climatiques - et les synthétise en représentations cohérentes de la surface terrestre.
La gestion temporelle du système constitue sa particularité technique. "À notre connaissance, AEF constitue la première approche de featurisation d'images d'observation de la Terre prenant en charge l'analyse en temps continu", observent les chercheurs. Cela permet une cartographie précise pour des plages de dates spécifiques, y compris l'interpolation entre les observations et l'extrapolation pendant les périodes où la couverture satellitaire directe fait défaut.
L'architecture du modèle, appelée "Space Time Precision" ou STP, maintient des représentations très localisées tout en modélisant des relations à longue distance dans le temps et l'espace. Cette capacité permet de surmonter des obstacles persistants tels que la couverture nuageuse qui obscurcit fréquemment l'imagerie satellitaire dans les zones tropicales.
Permettre aux entreprises de cartographier des territoires étendus sans avoir recours à des levés terrestres coûteux
Pour les décideurs techniques des entreprises et des gouvernements, AlphaEarth Foundations pourrait remodeler fondamentalement les approches de l'intelligence géospatiale.
Le système est exceptionnellement performant dans les "régimes de données éparses", c'est-à-dire dans les scénarios où les vérifications au sol sont limitées. Il répond ainsi à un dilemme fondamental de l'observation de la Terre : alors que les satellites assurent une couverture mondiale, la validation sur place reste coûteuse et complexe sur le plan logistique.
"La cartographie de haute qualité dépend de la précision des données étiquetées, mais les opérations à l'échelle mondiale nécessitent un équilibre entre la précision des mesures et la couverture spatiale", note l'article. La capacité des fondations AlphaEarth à extrapoler avec précision à partir d'observations au sol limitées pourrait réduire considérablement les dépenses liées à la création de cartes détaillées de grandes zones.
La recherche a démontré des performances solides dans diverses applications, de la classification des cultures à l'estimation du taux d'évapotranspiration. Dans une évaluation exigeante de l'évapotranspiration, mesurant le transfert d'eau de la terre à l'atmosphère, AlphaEarth Foundations a obtenu une valeur R² de 0,58, alors que toutes les méthodes comparatives ont produit des valeurs négatives, indiquant des performances inférieures à la valeur moyenne de la conjecture.
Google intègre l'IA de surveillance de la Terre aux systèmes météorologiques et de lutte contre les incendies de forêt
Cette annonce place Google à l'avant-garde de ce que l'entreprise appelle "Google Earth AI", une suite de modèles géospatiaux destinés à relever les défis planétaires. Il s'agit notamment des systèmes de prévision météorologique, de prévision des inondations et de détection des incendies de forêt qui alimentent actuellement des fonctions utilisées par des millions de personnes par l'intermédiaire de Google Search et de Google Maps.
"Nous avons consacré des années à développer de puissants modèles d'IA pour relever les défis du monde réel", écrivent Yossi Matias, vice-président et directeur général de Google Research, et Chris Phillips, vice-président et directeur général de Geo, dans un billet de blog accompagnant l'article. "Ces modèles sont déjà à l'origine de fonctionnalités utilisées par des millions de personnes, notamment les alertes d'inondations et de feux de forêt dans Search et Maps ; ils fournissent également des informations exploitables via Google Earth, Google Maps Platform et Google Cloud Platform".
La version comprend le jeu de données Satellite Embedding, caractérisé comme "l'une des plus grandes collections avec plus de 1,4 trillion d'empreintes d'intégration par an", accessible via Google Earth Engine. Ce jeu de données fournit des instantanés annuels de 2017 à 2024, offrant un contexte historique pour le suivi des changements environnementaux.
La résolution de 10 mètres protège la vie privée tout en facilitant la surveillance de l'environnement
Google souligne que le système fonctionne à des niveaux de résolution conçus pour la surveillance de l'environnement plutôt que pour le suivi individuel. "L'ensemble des données ne permet pas d'identifier des objets, des individus ou des caractéristiques faciales spécifiques et ne représente que des sources de données accessibles au public, telles que les satellites météorologiques", précise l'entreprise.
La résolution de 10 mètres, bien que suffisamment précise pour la plupart des applications environnementales, limite intentionnellement l'identification de structures ou d'activités individuelles - une philosophie de conception équilibrant l'utilité et la protection de la vie privée.
L'intelligence planétaire progresse grâce à Google Earth Engine
La disponibilité des fondations AlphaEarth via Google Earth Engine pourrait démocratiser l'accès à des capacités sophistiquées d'observation de la Terre. Auparavant, la production de cartes détaillées de grandes zones nécessitait des ressources informatiques considérables et une expertise spécialisée. Aujourd'hui, les organisations peuvent utiliser des encastrements précalculés pour produire rapidement des cartes personnalisées.
"Cette avancée permet aux scientifiques d'accomplir ce qui était auparavant impossible : générer à la demande des cartes mondiales détaillées et cohérentes", note l'équipe de recherche. "Qu'il s'agisse de surveiller la vitalité des cultures, de suivre la déforestation ou d'observer les nouvelles constructions, ils ne dépendent plus d'un seul passage de satellite.
Pour les entreprises engagées dans le suivi de la chaîne d'approvisionnement, la production agricole, la planification urbaine ou le respect de l'environnement, cette technologie ouvre de nouvelles possibilités de prise de décision fondée sur les données. La capacité de surveiller les changements mondiaux à une résolution de 10 mètres, avec des mises à jour annuelles, jette les bases d'applications allant de la vérification de l'approvisionnement durable à l'optimisation du rendement agricole.
Le jeu de données Satellite Embedding est actuellement accessible via Google Earth Engine, et AlphaEarth Foundations continue d'être développé dans le cadre de l'initiative Earth AI de Google. Comme l'a fait remarquer un chercheur lors de la conférence de presse, la question à laquelle les organisations sont confrontées n'est pas de savoir si elles ont besoin d'une intelligence à l'échelle de la planète, mais si elles peuvent se permettre de fonctionner sans elle.
Logan Kilpatrick, de Google DeepMind, prendra la parole lors des TechCrunch Sessions : AI
Google DeepMind est à la pointe de l'innovation en matière d'IA, et Logan Kilpatrick, chef de produit senior, est la personne idéale pour en parler. Nous sommes ravis de confirmer sa partici
Latent Labs dévoile une IA basée sur le Web pour la conception de protéines accessibles
Six mois après avoir fait son apparition avec un financement de 50 millions de dollars, Latent Labs a lancé un modèle d'IA basé sur le web pour la programmation biologique.Selon Simon Kohl, PDG e





Maison






