Ai2 выпустил модель OlmoEarth v1.3 и выложил числовые описания всей суши по снимкам со спутников

Ai2 выпустил открытую модель OlmoEarth v1.3: она описывает каждый квадрат суши 10 на 10 метров набором из 128 чисел, и институт уже посчитал такие наборы для всей планеты.

Почему это важно: раньше основным способом получить из OlmoEarth карту было дообучение модели под каждую задачу — для этого нужны видеокарты и скачанные снимки. Строить карты небольшим классификатором на наборах чисел, выгруженных из OlmoEarth Studio, Ai2 показывал ещё в апреле, а теперь такие наборы готовы для всей планеты. По оценке Ai2, для первой пригодной карты мелких фермерских посевов в Кении хватает нескольких десятков отмеченных точек.

Как это работает: модель берёт за год радарные снимки спутника Sentinel-1 и многоспектральные — Sentinel-2 и Landsat — и сжимает их в векторное представление (эмбеддинг) каждого участка. Участки, которые выглядят и меняются похоже, получают близкие наборы чисел; первые 64 числа из 128 годятся и сами по себе — как облегчённая версия вдвое меньшего объёма.

Повод: вместе с моделью Ai2 открыл всё, что нужно для работы с ней:

• Веса OlmoEarth v1.3 Base, данные и код её обучения выложены под той же открытой лицензией, что и прошлые версии.
• Готовые представления за 2023–2025 годы охватывают всю сушу и прибрежные воды, за 2017–2022 годы — отдельные страны; они лежат на площадке Source Cooperative¹.
• Браузерный инструмент OlmoEarth Embeddings Explorer дополняет интерактивный рассказ с примерами: извержение вулкана, мангровые заросли, лес, вырубленный за неделю.
• В технический отчёт вошёл новый тест PLANTEUR: он проверяет, как модели распознают сельскохозяйственные культуры на тропических полях.

Детали: в анонсе в соцсети X Ai2 предлагает задавать представлениям вопросы: «Что здесь изменилось? Что ещё выглядит так же?» Для этого и сделан Explorer, который работает в браузере без учётной записи и видеокарты:

• Карту можно переключать между годами и сверять с исходными снимками Sentinel-2.
• Щелчок по месту находит на планете другие участки, похожие на него.
• По нескольким отмеченным точкам инструмент тут же обучает классификатор и выгружает готовую карту в файл GeoTIFF².
• Первая прикидка занимает секунды, тогда как прогон с дообучением модели — порядка часов.

Расклад: похожим образом описывают Землю AlphaEarth Foundations³ от Google DeepMind и Tessera v2⁴ из Кембриджского университета. Ai2 сравнил с ними обе версии OlmoEarth по 27 тестам на шести континентах, причём каждую — с этими соперниками, а не друг с другом. Полная версия показала лучший результат в 20 тестах, облегчённая — в 18. Представления OlmoEarth к тому же лучше соперников справились с местами, которых классификатор не видел при обучении.

Интрига: перемены видны и без всякого обучения — достаточно сравнить представления одного места за разные годы. Так в перуанском регионе Мадре-де-Дьос видно, как в 2017–2020 годах незаконные золотые прииски расползались по лесу у заповедника Тамбопата, а после облавы 2019 года, по данным программы мониторинга MAAP, не исчезли совсем — это тоже заметно в представлениях.

В цифрах:

• Архив представлений с шагом 10 метров занимает около 150 ТБ на каждый год.
• На обучение v1.3 ушло 53% вычислительного времени версии v1.2 и 18% — первой версии.
• Выбросы углерода при обучении составили 50% и 22% от выбросов тех же версий.

Но: с соперниками OlmoEarth сравнивал сам Ai2; методика и полные результаты — в техническом отчёте.

Что дальше: охват 2017–2022 годов Ai2 обещает расширить.

Первые модели OlmoEarth Ai2 показал в ноябре 2025 года вместе с OlmoEarth Studio — бесплатной средой, где их дообучают под свои задачи. Новая версия построена на той же основе и при дообучении не уступает v1.2.