AlphaEarth Foundations giúp lập bản đồ hành tinh của chúng ta với độ chi tiết chưa từng có

Mô hình AI mới tích hợp hàng petabyte dữ liệu quan sát Trái Đất để tạo ra một biểu diễn dữ liệu thống nhất, cách mạng hóa việc lập bản đồ và giám sát toàn cầu

Mỗi ngày, các vệ tinh thu thập hình ảnh và số đo giàu thông tin, cung cấp cho các nhà khoa học và chuyên gia một cái nhìn gần như theo thời gian thực về hành tinh của chúng ta. Mặc dù dữ liệu này có tác động vô cùng lớn, nhưng độ phức tạp, tính đa dạng và tốc độ làm mới của nó tạo ra một thách thức mới: kết nối các tập dữ liệu khác nhau và sử dụng hiệu quả tất cả chúng.

Hôm nay, chúng tôi giới thiệu AlphaEarth Foundations, một mô hình trí tuệ nhân tạo (AI) hoạt động như một vệ tinh ảo. Nó mô tả chính xác và hiệu quả toàn bộ đất liền và vùng biển ven bờ của hành tinh bằng cách tích hợp một lượng lớn dữ liệu quan sát Trái Đất thành một biểu diễn kỹ thuật số thống nhất, hay “embedding,” mà các hệ thống máy tính có thể dễ dàng xử lý. Điều này cho phép mô hình cung cấp cho các nhà khoa học một bức tranh đầy đủ và nhất quán hơn về sự tiến hóa của hành tinh chúng ta, giúp họ đưa ra các quyết định sáng suốt hơn về các vấn đề quan trọng như an ninh lương thực, phá rừng, mở rộng đô thị và tài nguyên nước.

Để đẩy nhanh nghiên cứu và mở khóa các trường hợp sử dụng, hiện chúng tôi đang phát hành một tập hợp các embedding hàng năm của AlphaEarth Foundations dưới dạng tập dữ liệu Satellite Embedding trong Google Earth Engine. Trong năm qua, chúng tôi đã làm việc với hơn 50 tổ chức để thử nghiệm tập dữ liệu này trên các ứng dụng thực tế của họ.

Các đối tác của chúng tôi đã thấy những lợi ích đáng kể, sử dụng dữ liệu để phân loại tốt hơn các hệ sinh thái chưa được lập bản đồ, hiểu rõ hơn về những thay đổi nông nghiệp và môi trường, đồng thời tăng đáng kể độ chính xác và tốc độ công việc lập bản đồ của họ. Trong bài đăng trên blog này, chúng tôi rất vui mừng được nêu bật một số phản hồi của họ và giới thiệu tác động hữu hình của công nghệ mới này.

<picture class="picture carousel__image">
  <source
  media="(min-width: 1024px)"
  type="image/webp"
  width="1600"
  height="600"
  srcset="https://lh3.googleusercontent.com/tGgGK617ewZnppdZ4ynqsgPyudG1ZM5j7GsJRbcXLJlKddEycbKsbaCi2tbduD6pYvoanYGsZbYargYY84-i4vDtpmoB_PnWO3lzHsRrzNlbTDjo=h600-rw 1x, https://lh3.googleusercontent.com/tGgGK617ewZnppdZ4ynqsgPyudG1ZM5j7GsJRbcXLJlKddEycbKsbaCi2tbduD6pYvoanYGsZbYargYY84-i4vDtpmoB_PnWO3lzHsRrzNlbTDjo=h1200-rw 2x"
/><source
  media="(min-width: 600px)"
  type="image/webp"
  width="1386"
  height="520"
  srcset="https://lh3.googleusercontent.com/tGgGK617ewZnppdZ4ynqsgPyudG1ZM5j7GsJRbcXLJlKddEycbKsbaCi2tbduD6pYvoanYGsZbYargYY84-i4vDtpmoB_PnWO3lzHsRrzNlbTDjo=h520-rw 1x, https://lh3.googleusercontent.com/tGgGK617ewZnppdZ4ynqsgPyudG1ZM5j7GsJRbcXLJlKddEycbKsbaCi2tbduD6pYvoanYGsZbYargYY84-i4vDtpmoB_PnWO3lzHsRrzNlbTDjo=h1040-rw 2x"
/><source
  
  type="image/webp"
  width="800"
  height="300"
  srcset="https://lh3.googleusercontent.com/tGgGK617ewZnppdZ4ynqsgPyudG1ZM5j7GsJRbcXLJlKddEycbKsbaCi2tbduD6pYvoanYGsZbYargYY84-i4vDtpmoB_PnWO3lzHsRrzNlbTDjo=h300-rw 1x, https://lh3.googleusercontent.com/tGgGK617ewZnppdZ4ynqsgPyudG1ZM5j7GsJRbcXLJlKddEycbKsbaCi2tbduD6pYvoanYGsZbYargYY84-i4vDtpmoB_PnWO3lzHsRrzNlbTDjo=h600-rw 2x"
/>
  <img alt="" class="picture__image" height="600" loading="lazy" src="https://lh3.googleusercontent.com/tGgGK617ewZnppdZ4ynqsgPyudG1ZM5j7GsJRbcXLJlKddEycbKsbaCi2tbduD6pYvoanYGsZbYargYY84-i4vDtpmoB_PnWO3lzHsRrzNlbTDjo=h600" width="1600">
</picture>


<figcaption class="caption">
  <div class="caption__text glue-caption" id="caption-36c81d67-8c64-40e1-aaa0-25b09ee41c15">
<p data-block-key="ed05z">Hình ảnh hóa các chi tiết phong phú của thế giới chúng ta bằng cách gán các màu đỏ, xanh lá cây và xanh lam cho ba trong số 64 chiều của các trường embedding của AlphaEarth Foundations. Ở Ecuador, mô hình nhìn xuyên qua lớp mây bao phủ liên tục để chi tiết các lô nông nghiệp ở các giai đoạn phát triển khác nhau. Ở những nơi khác, nó lập bản đồ một bề mặt phức tạp ở Nam Cực—một khu vực nổi tiếng khó chụp ảnh do chụp ảnh vệ tinh không thường xuyên—một cách chi tiết rõ ràng và nó làm cho các biến thể rõ ràng trong việc sử dụng đất nông nghiệp của Canada mà mắt thường không nhìn thấy được.</p>

<picture class="picture carousel__image">
  <source
  media="(min-width: 1024px)"
  type="image/webp"
  width="1600"
  height="600"
  srcset="https://lh3.googleusercontent.com/nGbd-Cl40BCmUvaxLJpqsUes27qpJLnXEpn7FGCpW4xhTYxn1I4hCLjZ3HMmkIYCTq4YPYqMyGrz7nrU9YL1YniEo2STdh4X-RqbwHOQUFsh9IV8mZY=h600-rw 1x, https://lh3.googleusercontent.com/nGbd-Cl40BCmUvaxLJpqsUes27qpJLnXEpn7FGCpW4xhTYxn1I4hCLjZ3HMmkIYCTq4YPYqMyGrz7nrU9YL1YniEo2STdh4X-RqbwHOQUFsh9IV8mZY=h1200-rw 2x"
/><source
  media="(min-width: 600px)"
  type="image/webp"
  width="1386"
  height="520"
  srcset="https://lh3.googleusercontent.com/nGbd-Cl40BCmUvaxLJpqsUes27qpJLnXEpn7FGCpW4xhTYxn1I4hCLjZ3HMmkIYCTq4YPYqMyGrz7nrU9YL1YniEo2STdh4X-RqbwHOQUFsh9IV8mZY=h520-rw 1x, https://lh3.googleusercontent.com/nGbd-Cl40BCmUvaxLJpqsUes27qpJLnXEpn7FGCpW4xhTYxn1I4hCLjZ3HMmkIYCTq4YPYqMyGrz7nrU9YL1YniEo2STdh4X-RqbwHOQUFsh9IV8mZY=h1040-rw 2x"
/><source
  
  type="image/webp"
  width="800"
  height="300"
  srcset="https://lh3.googleusercontent.com/nGbd-Cl40BCmUvaxLJpqsUes27qpJLnXEpn7FGCpW4xhTYxn1I4hCLjZ3HMmkIYCTq4YPYqMyGrz7nrU9YL1YniEo2STdh4X-RqbwHOQUFsh9IV8mZY=h300-rw 1x, https://lh3.googleusercontent.com/nGbd-Cl40BCmUvaxLJpqsUes27qpJLnXEpn7FGCpW4xhTYxn1I4hCLjZ3HMmkIYCTq4YPYqMyGrz7nrU9YL1YniEo2STdh4X-RqbwHOQUFsh9IV8mZY=h600-rw 2x"
/>
  <img alt="" class="picture__image" height="600" loading="lazy" src="https://lh3.googleusercontent.com/nGbd-Cl40BCmUvaxLJpqsUes27qpJLnXEpn7FGCpW4xhTYxn1I4hCLjZ3HMmkIYCTq4YPYqMyGrz7nrU9YL1YniEo2STdh4X-RqbwHOQUFsh9IV8mZY=h600" width="1600">
</picture>


<figcaption class="caption">
  <div class="caption__text glue-caption" id="caption-0117e96b-7f40-4813-8042-8ca017ef82e8">
<p data-block-key="ed05z">Hình ảnh hóa các chi tiết phong phú của thế giới chúng ta bằng cách gán các màu đỏ, xanh lá cây và xanh lam cho ba trong số 64 chiều của các trường embedding của AlphaEarth Foundations. Ở Ecuador, mô hình nhìn xuyên qua lớp mây bao phủ liên tục để chi tiết các lô nông nghiệp ở các giai đoạn phát triển khác nhau. Ở những nơi khác, nó lập bản đồ một bề mặt phức tạp ở Nam Cực—một khu vực nổi tiếng khó chụp ảnh do chụp ảnh vệ tinh không thường xuyên—một cách chi tiết rõ ràng và nó làm cho các biến thể rõ ràng trong việc sử dụng đất nông nghiệp của Canada mà mắt thường không nhìn thấy được.</p>

<picture class="picture carousel__image">
  <source
  media="(min-width: 1024px)"
  type="image/webp"
  width="1600"
  height="600"
  srcset="https://lh3.googleusercontent.com/4jG104p4Nda6u96uNXWMPuhIswnj-n7IV83RomyYVzjk5wLFBuKm6jbA1cS_u_S23PzfM6vbOh_NLhx_khC5HMGNxuoS-tEvz4thj5lPGLXGmfvo=h600-rw 1x, https://lh3.googleusercontent.com/4jG104p4Nda6u96uNXWMPuhIswnj-n7IV83RomyYVzjk5wLFBuKm6jbA1cS_u_S23PzfM6vbOh_NLhx_khC5HMGNxuoS-tEvz4thj5lPGLXGmfvo=h1200-rw 2x"
/><source
  media="(min-width: 600px)"
  type="image/webp"
  width="1386"
  height="520"
  srcset="https://lh3.googleusercontent.com/4jG104p4Nda6u96uNXWMPuhIswnj-n7IV83RomyYVzjk5wLFBuKm6jbA1cS_u_S23PzfM6vbOh_NLhx_khC5HMGNxuoS-tEvz4thj5lPGLXGmfvo=h520-rw 1x, https://lh3.googleusercontent.com/4jG104p4Nda6u96uNXWMPuhIswnj-n7IV83RomyYVzjk5wLFBuKm6jbA1cS_u_S23PzfM6vbOh_NLhx_khC5HMGNxuoS-tEvz4thj5lPGLXGmfvo=h1040-rw 2x"
/><source
  
  type="image/webp"
  width="800"
  height="300"
  srcset="https://lh3.googleusercontent.com/4jG104p4Nda6u96uNXWMPuhIswnj-n7IV83RomyYVzjk5wLFBuKm6jbA1cS_u_S23PzfM6vbOh_NLhx_khC5HMGNxuoS-tEvz4thj5lPGLXGmfvo=h300-rw 1x, https://lh3.googleusercontent.com/4jG104p4Nda6u96uNXWMPuhIswnj-n7IV83RomyYVzjk5wLFBuKm6jbA1cS_u_S23PzfM6vbOh_NLhx_khC5HMGNxuoS-tEvz4thj5lPGLXGmfvo=h600-rw 2x"
/>
  <img alt="" class="picture__image" height="600" loading="lazy" src="https://lh3.googleusercontent.com/4jG104p4Nda6u96uNXWMPuhIswnj-n7IV83RomyYVzjk5wLFBuKm6jbA1cS_u_S23PzfM6vbOh_NLhx_khC5HMGNxuoS-tEvz4thj5lPGLXGmfvo=h600" width="1600">
</picture>


<figcaption class="caption">
  <div class="caption__text glue-caption" id="caption-1d674d91-39a1-4e10-a1eb-8ccf77faa3bc">
<p data-block-key="ed05z">Hình ảnh hóa các chi tiết phong phú của thế giới chúng ta bằng cách gán các màu đỏ, xanh lá cây và xanh lam cho ba trong số 64 chiều của các trường embedding của AlphaEarth Foundations. Ở Ecuador, mô hình nhìn xuyên qua lớp mây bao phủ liên tục để chi tiết các lô nông nghiệp ở các giai đoạn phát triển khác nhau. Ở những nơi khác, nó lập bản đồ một bề mặt phức tạp ở Nam Cực—một khu vực nổi tiếng khó chụp ảnh do chụp ảnh vệ tinh không thường xuyên—một cách chi tiết rõ ràng và nó làm cho các biến thể rõ ràng trong việc sử dụng đất nông nghiệp của Canada mà mắt thường không nhìn thấy được.</p>

Cách AlphaEarth Foundations hoạt động

AlphaEarth Foundations cung cấp một lăng kính mới mạnh mẽ để hiểu về hành tinh của chúng ta bằng cách giải quyết hai thách thức lớn: quá tải dữ liệu và thông tin không nhất quán.

Đầu tiên, nó kết hợp khối lượng thông tin từ hàng chục nguồn công khai khác nhau—hình ảnh vệ tinh quang học, radar, lập bản đồ laser 3D, mô phỏng khí hậu, v.v. Nó đan xen tất cả thông tin này lại với nhau để phân tích đất liền và vùng biển ven bờ của thế giới trong các ô vuông sắc nét, kích thước 10x10 mét, cho phép nó theo dõi những thay đổi theo thời gian với độ chính xác đáng kể.

Thứ hai, nó làm cho dữ liệu này trở nên thiết thực để sử dụng. Đổi mới quan trọng của hệ thống là khả năng tạo ra một bản tóm tắt rất nhỏ gọn cho mỗi ô vuông. Các bản tóm tắt này yêu cầu không gian lưu trữ ít hơn 16 lần so với các bản tóm tắt do các hệ thống AI khác mà chúng tôi đã thử nghiệm tạo ra và giảm đáng kể chi phí phân tích quy mô hành tinh.

Bước đột phá này cho phép các nhà khoa học thực hiện một điều mà trước đây là không thể: tạo ra các bản đồ chi tiết, nhất quán về thế giới của chúng ta, theo yêu cầu. Cho dù họ đang theo dõi sức khỏe cây trồng, theo dõi nạn phá rừng hay quan sát các công trình xây dựng mới, họ không còn phải dựa vào một vệ tinh duy nhất bay qua. Giờ đây, họ có một nền tảng mới cho dữ liệu không gian địa lý.

<picture class="picture">
  <source
  media="(min-width: 600px)"
  type="image/webp"
  width="616"
  height="346"
  srcset="https://lh3.googleusercontent.com/jUyaRwahVHQS2CEVbJMXUtAYquQ6PQJ-V48mSUoVT_7MPA5cH2wScqnwAUxtUTAA7VbrvUq6wyhjI59EBHonFtoZOd8HwRzhOsBvvUjroqHPtzJi=w616-rw 1x, https://lh3.googleusercontent.com/jUyaRwahVHQS2CEVbJMXUtAYquQ6PQJ-V48mSUoVT_7MPA5cH2wScqnwAUxtUTAA7VbrvUq6wyhjI59EBHonFtoZOd8HwRzhOsBvvUjroqHPtzJi=w1232-rw 2x"
/><source
  
  type="image/webp"
  width="528"
  height="297"
  srcset="https://lh3.googleusercontent.com/jUyaRwahVHQS2CEVbJMXUtAYquQ6PQJ-V48mSUoVT_7MPA5cH2wScqnwAUxtUTAA7VbrvUq6wyhjI59EBHonFtoZOd8HwRzhOsBvvUjroqHPtzJi=w528-rw 1x, https://lh3.googleusercontent.com/jUyaRwahVHQS2CEVbJMXUtAYquQ6PQJ-V48mSUoVT_7MPA5cH2wScqnwAUxtUTAA7VbrvUq6wyhjI59EBHonFtoZOd8HwRzhOsBvvUjroqHPtzJi=w1056-rw 2x"
/>
  <img alt="" class="picture__image" height="346" loading="lazy" src="https://lh3.googleusercontent.com/jUyaRwahVHQS2CEVbJMXUtAYquQ6PQJ-V48mSUoVT_7MPA5cH2wScqnwAUxtUTAA7VbrvUq6wyhjI59EBHonFtoZOd8HwRzhOsBvvUjroqHPtzJi=w616" width="616">
</picture>

Để đảm bảo AlphaEarth Foundations sẵn sàng cho việc sử dụng trong thế giới thực, chúng tôi đã kiểm tra nghiêm ngặt hiệu suất của nó. Khi so sánh với cả các phương pháp truyền thống và các hệ thống lập bản đồ AI khác, AlphaEarth Foundations luôn là chính xác nhất. Nó vượt trội trong một loạt các nhiệm vụ khác nhau trong các khoảng thời gian khác nhau, bao gồm xác định việc sử dụng đất và ước tính các thuộc tính bề mặt. Điều quan trọng là, nó đã đạt được điều này trong các kịch bản khi dữ liệu nhãn khan hiếm. Trung bình, AlphaEarth Foundations có tỷ lệ lỗi thấp hơn 24% so với các mô hình mà chúng tôi đã thử nghiệm, chứng minh hiệu quả học tập vượt trội của nó. Tìm hiểu thêm trong bài báo của chúng tôi.

<picture class="picture">
  <source
  media="(min-width: 600px)"
  type="image/webp"
  width="616"
  height="270"
  srcset="https://lh3.googleusercontent.com/yJtLfR2Zn9bPGKaBJhy2KJMxtgKqpPjC3Fomgw1PCut1aiMXDkWNczlAzDZx6LqTH0qe8QRzVM52BIEMU4RZVH5zIlxzYcUf6nmdElCIQzVV8EsSkQ=w616-rw 1x, https://lh3.googleusercontent.com/yJtLfR2Zn9bPGKaBJhy2KJMxtgKqpPjC3Fomgw1PCut1aiMXDkWNczlAzDZx6LqTH0qe8QRzVM52BIEMU4RZVH5zIlxzYcUf6nmdElCIQzVV8EsSkQ=w1232-rw 2x"
/><source
  
  type="image/webp"
  width="528"
  height="232"
  srcset="https://lh3.googleusercontent.com/yJtLfR2Zn9bPGKaBJhy2KJMxtgKqpPjC3Fomgw1PCut1aiMXDkWNczlAzDZx6LqTH0qe8QRzVM52BIEMU4RZVH5zIlxzYcUf6nmdElCIQzVV8EsSkQ=w528-rw 1x, https://lh3.googleusercontent.com/yJtLfR2Zn9bPGKaBJhy2KJMxtgKqpPjC3Fomgw1PCut1aiMXDkWNczlAzDZx6LqTH0qe8QRzVM52BIEMU4RZVH5zIlxzYcUf6nmdElCIQzVV8EsSkQ=w1056-rw 2x"
/>
  <img alt="" class="picture__image" height="270" loading="lazy" src="https://lh3.googleusercontent.com/yJtLfR2Zn9bPGKaBJhy2KJMxtgKqpPjC3Fomgw1PCut1aiMXDkWNczlAzDZx6LqTH0qe8QRzVM52BIEMU4RZVH5zIlxzYcUf6nmdElCIQzVV8EsSkQ=w616" width="616">
</picture>

Tạo bản đồ tùy chỉnh với tập dữ liệu Satellite Embedding

Được hỗ trợ bởi AlphaEarth Foundations, tập dữ liệu Satellite Embedding trong Google Earth Engine là một trong những tập dữ liệu lớn nhất thuộc loại này với hơn 1,4 nghìn tỷ dấu embedding mỗi năm. Tập hợp các embedding hàng năm này đã được các tổ chức trên khắp thế giới sử dụng, bao gồm Tổ chức Lương thực và Nông nghiệp của Liên Hợp Quốc, Harvard Forest, Nhóm Quan sát Trái Đất, MapBiomas, Đại học bang Oregon, Spatial Informatics Group và Đại học Stanford, để tạo ra các bản đồ tùy chỉnh mạnh mẽ thúc đẩy những hiểu biết sâu sắc trong thế giới thực.

Ví dụ: Global Ecosystems Atlas, một sáng kiến nhằm tạo ra nguồn tài nguyên toàn diện đầu tiên để lập bản đồ và giám sát các hệ sinh thái của thế giới, đang sử dụng tập dữ liệu này để giúp các quốc gia phân loại các hệ sinh thái chưa được lập bản đồ thành các danh mục như vùng cây bụi ven biển và sa mạc siêu khô cằn. Nguồn tài nguyên có một không hai này sẽ đóng một vai trò quan trọng trong việc giúp các quốc gia ưu tiên tốt hơn các khu bảo tồn, tối ưu hóa các nỗ lực phục hồi và chống lại sự mất đa dạng sinh học.

Ở Brazil, MapBiomas đang thử nghiệm tập dữ liệu để hiểu sâu hơn về những thay đổi nông nghiệp và môi trường trên khắp đất nước. Loại bản đồ này cung cấp thông tin cho các chiến lược bảo tồn và các sáng kiến phát triển bền vững trong các hệ sinh thái quan trọng như rừng mưa Amazon.

Như Tasso Azevedo, người sáng lập MapBiomas cho biết, “Tập dữ liệu Satellite Embedding có thể thay đổi cách nhóm của chúng tôi làm việc - giờ đây chúng tôi có các tùy chọn mới để tạo ra các bản đồ chính xác, chính xác và sản xuất nhanh hơn - điều mà chúng tôi sẽ không bao giờ có thể làm được trước đây.”

Đọc thêm về tập dữ liệu Satellite Embedding và xem các hướng dẫn trong blog Google Earth Engine.

Trao quyền cho người khác bằng AI

AlphaEarth Foundations đại diện cho một bước tiến đáng kể trong việc hiểu trạng thái và động lực của hành tinh đang thay đổi của chúng ta. Hiện tại, chúng tôi đang sử dụng AlphaEarth Foundations để tạo ra các embedding hàng năm và tin rằng chúng có thể hữu ích hơn nữa trong tương lai khi kết hợp với các tác nhân LLM lý luận chung như Gemini. Chúng tôi tiếp tục khám phá những cách tốt nhất để áp dụng các khả năng dựa trên thời gian của mô hình của chúng tôi như một phần của Google Earth AI, bộ sưu tập các mô hình và tập dữ liệu không gian địa lý của chúng tôi để giúp giải quyết các nhu cầu quan trọng nhất của hành tinh.

<h2 class="glue-headline glue-headline--headline-6 button-group__title">Tìm hiểu thêm về AlphaEarth Foundations</h2>

  <li>
        <gemini-button data-in-view>
          <a class="button glue-button glue-button--tonal glue-button--icon-right"
   data-gtm-tag="cta-selection"
   href="https://arxiv.org/pdf/2507.22291" rel="noopener" target="_blank">
  <span class="button__text">Đọc bài báo của chúng tôi</span>
  <svg aria-hidden="true"
   class="glue-icon button__icon"
   role="presentation">
<use href="/static/glue-icons.87e996bc684c.svg#open-in-new"></use>

  <li>
        <gemini-button data-in-view>
          <a class="button glue-button glue-button--tonal glue-button--icon-right"
   data-gtm-tag="cta-selection"
   href="https://developers.google.com/earth-engine/datasets/catalog/GOOGLE_SATELLITE_EMBEDDING_V1_ANNUAL" rel="noopener" target="_blank">
  <span class="button__text">Truy cập tập dữ liệu Satellite Embedding của chúng tôi</span>
  <svg aria-hidden="true"
   class="glue-icon button__icon"
   role="presentation">
<use href="/static/glue-icons.87e996bc684c.svg#open-in-new"></use>

  <li>
        <gemini-button data-in-view>
          <a c

Link bài viết gốc

• Tags:
• Ai
• 30 July 2025
• Deepmind.google