- Google hat mit dem Projekt AlphaEarth Foundations ein Modell entwickelt, das maschinelles Lernen und gesammelte Daten nutzt, um Veränderungen auf der Erde zu analysieren. Das Modell erstellt präzise, virtuelle Karten, die auf Satellitendaten basieren und Informationen zu Materialeigenschaften, Vegetation und menschengemachten Strukturen bieten. AlphaEarth soll durch die Kombination verschiedener Modelle Antworten auf komplexe Fragen von Regierungen und Unternehmen geben, etwa zur optimalen Nutzung von Solarenergie. Die Genauigkeit und Analysefähigkeit des Modells hat sich verbessert, jedoch gibt es bei der Integration in andere Systeme noch Herausforderungen. Langfristig soll AlphaEarth in die Google Earth Engine integriert werden, um unterkartierte Ökosysteme besser zu erfasst und klassifizieren.
Google’s neuestes Projekt streckt seine Fühler aus, um unserem Planeten unter die Lupe zu nehmen und ideale Lösungsansätze zu bieten. Ziel der Mission ist es, detailliert herauszufinden, welchen Einfluss wir auf die Erde ausüben. Entscheidend dabei ist, dass das Modell nicht nur die Veränderungen identifiziert, sondern auch Wege aufzeigt, wie wir unserem Planeten helfen können. AlphaEarth Foundations, eine Abzweigung von Googles AI-Modell, setzt auf maschinelles Lernen sowie eine Fülle an Daten, die Google in den letzten zwei Jahrzehnten gesammelt hat, um zu verstehen, wie sich bestimmte Regionen im Laufe der Zeit wandeln.
Maschinelle Einblicke in die Erdveränderungen
Das Modell verwendet ein System, das täglich Terabyte von Satellitendaten analysiert und komprimiert. Das Ergebnis ist eine Art virtuelle Karte mit überlagerten Filtern, die Materialeigenschaften, Vegetationstypen, Grundwasservorkommen und menschengemachte Strukturen wie Gebäude und Farmen farblich kennzeichnet. Diese virtuellen Satelliten sollen es Nutzern ermöglichen, auf Abruf präzise Informationen über jeden beliebigen Ort der Erde zu erhalten. Google verfolgt das Ziel, dass Nutzer besser nachvollziehen können, wie verschiedene Ökosysteme funktionieren und wie Faktoren wie Luftqualität, Sonnenlicht oder Grundwasser sich ändern.
Letztendlich strebt das Unternehmen an, mittels dieses Modells Antworten auf komplexe Fragen von Regierungen und Unternehmen zu liefern. Ein Bedürfnis könnte sein, herauszufinden, wo Sonnenlicht oder Grundwasser am besten verfügbar sind, um optimale Orte für den Anbau bestimmter Pflanzen zu bestimmen. Zugleich könnten geeignete Standorte für Solaranlagen oder Bauprojekte in klimatisch stabileren Gegenden identifiziert werden.
Technologische Fortschritte bei der Kartierung
Bereits kartierte das Modell erfolgreich komplexe Oberflächen in der Antarktis – einem Gebiet, das für Satellitenaufnahmen schwer zugänglich ist. Ebenso aufsehenerregend sind die aufgedeckten Veränderungen in der kanadischen Landwirtschaft, die dem menschlichen Auge verborgen bleiben. Chris Brown, Forschungsingenieur bei Google DeepMind, hebt hervor, dass die Hauptschwierigkeiten bisher darin bestanden, die riesigen Datenmengen zu bewältigen und deren Konsistenz sicherzustellen. Früher bestand die Herausforderung darin, alles im Blick zu haben. Heute ist der Schlüssel, die verschiedenen Sichtweisen und Modelle zu vereinen und ein umfassendes Bild zu erhalten.
Google unternimmt diese Anstrengungen schon seit einiger Zeit. Obwohl AlphaEarth nicht für den allgemeinen Verbraucher gedacht ist, hat Google Earth seit 2021 ähnliche Anwendungen, die die Veränderungen der globalen Geografie durch den Klimawandel verdeutlichen. Des Weiteren investiert Google in spezielle Satelliten im Orbit, um spezifischere Daten zu sammeln.
Zukunftsperspektiven und Herausforderungen
Das Modell weist jedoch noch Raum für Verbesserungen auf. Trotz der Fortschritte gibt es bei der Genauigkeit der KI-Generationen einige Hürden, insbesondere bei der Integration in die Websuche. Dennoch ist das Verarbeiten und Analysieren riesiger Mengen von Satellitenbildern einfacher für die KI. Google betont, dass das Modell präzise Daten über ein Gebiet von 10 Quadratmetern erzeugt und etwa 23,9 Prozent genauer arbeitet als vergleichbare Modelle. Google hat seine Partner getestet, um unterkartierte Ökosysteme wie dichte Regenwälder, Wüsten und Feuchtgebiete besser zu erfassen und zu klassifizieren.
Durch die Zusammenarbeit mit Google konnte Tasso Azeved, Gründer von MayBiomas, riesige Regenwaldgebiete analysieren und gleichzeitig das Speichern dieser immensen Datenmengen bewältigen. AlphaEarth wird nun schrittweise auch in die Google Earth Engine integriert, die seit 2010 als Cloud-Plattform genutzt wird – von Organisationen wie NASA und dem Forest Service. Die gesammelten Daten bieten Einblicke und Möglichkeiten zur trendbasierten Kartierung, nützlich für Benutzer mit ein wenig Programmiererfahrung.
