Google расширила ранний доступ к агенту Earth AI для анализа геоданных

Google Research расширила ранний доступ к агенту Earth AI, который отвечает на вопросы о планете по спутниковым снимкам, прогнозам погоды и данным о населении, и опубликовала отчёт с его проверкой.

Почему это важно: по замерам Google, языковая модель без специальных инструментов почти не справляется с открытыми экспертными задачами по картам и спутниковым данным, а агент решает большинство типовых задач. Такую работу обычно ведут специалисты по геоинформационным системам (ГИС¹), и у партнёров Google она занимала дни и недели.

Повод: Google открывает экспериментальные функции ограниченному кругу первых пользователей, заявки принимает через форму.

• Ask Google Earth, чат с Gemini внутри Google Earth, получает режим глубокого анализа: вопросы на обычном языке, разбор своих данных и ответ прямо на карте.
• Разработчикам дают экспериментальный сервис по протоколу Agent2Agent², чтобы подключать агента Google к своим агентам и потокам данных, в том числе к корпоративной Gemini.
• В предварительной версии открыта и система прогнозов Planetary Prediction Engine — через окно для вопросов на обычном языке и через API.

Как это работает: агент построен на Gemini и сам решает, какие инструменты нужны для вопроса.

• Он обращается к моделям Earth AI — прогнозу погоды WeatherNext, прогнозу наводнений, модели населения PDFM, спутниковой модели AlphaEarth Foundations — и к данным Google Maps.
• Перед работой агент составляет пошаговый план и показывает его в ответе вместе с источниками данных, чтобы эксперт мог проверить допущения.
• Тяжёлые слои карт он обрабатывает в отдельном рабочем пространстве, не загружая их в контекстное окно модели.
• Пользователь может добавить свои данные — таблицы CSV, границы участков в формате GeoJSON, облачные таблицы — и соединить их с моделями Google.

В цифрах: Google сравнила четыре варианта на Gemini 3.8 Flash, от модели без инструментов до полного агента, в четырёх тестах с баллами от 0 до 100. Два теста компания составила сама и выложила их открытые части для других исследователей.

• В GeoExpertQueries, где задачи и эталонный ход анализа составили эксперты, модель без инструментов набрала 0 баллов, полный агент — 62,7.
• В GeoKTools, где для ответа нужно выбрать и применить разные инструменты, результат вырос с 40,5 до 85,9 балла.
• В тесте CBGB из географических задач с числовым ответом Google не требовала писать код: модель без инструментов набрала 12,9 балла, агент — 86,4.
• В UnivEARTH модель и без инструментов набирает 93,6 балла: по версии авторов, статьи NASA с ответами лежат в открытом интернете.

Интрига: с этапом планирования Gemini 3.8 Flash набрала в GeoExpertQueries 62,7 балла, без него — 52,2. У Gemini 3.1 Pro планирование не помогло: 47,6 балла против 50,8. По оценке авторов, с планированием Flash догоняет или обходит Pro и обходится дешевле.

Детали: несколько месяцев агента испытывали партнёры Google, от Африканского бюро ВОЗ до рекламного холдинга WPP.

• Центр ВОЗ в Дакаре в начале вспышки Эболы в ДР Конго за минуты нашёл у отдалённых шахт 48 поселений и более 45 500 человек в зоне риска.
• Гуманитарная организация People in Need за минуты нашла деревни на пути 14 прошлых циклонов, хотя вручную в ГИС на это уходили дни.
• Аналитический центр Milken Institute отбирал из более чем 1 500 зданий места для пунктов помощи жителям с учётом солнечного потенциала крыш, транспорта и климатических рисков.

Но: в GeoExpertQueries автоматический оценщик³ сравнивает ход работы агента с эталоном экспертов, а не проверяет итоговый ответ. Поэтому Google называет результат агента сильным первым черновиком, который должен проверить специалист.

Агент работает и внутри системы прогнозов Planetary Prediction Engine, которую Google Research показала в августе: во время вспышки Эболы в ДР Конго она верно указала 15 из 18 новых очагов. Теперь институт биомедицинских исследований INRB в Киншасе каждую неделю оценивает с её помощью, куда вирус может прийти дальше.