Geoprostorna Razmišljanja: Otkrivanje uvida s generativnom AI i više…

April 8, 2025 David Schottlander i Tomer Shekel, Product Managers, Google Research

Uvodimo nove geoprostorne osnovne modele i spajamo ih s Geoprostornim Razmišljanjem, istraživačkim naporom koji koristi generativnu AI za ubrzavanje rješavanja geoprostornih problema. To može otključati moćne uvide za odgovor na krize, javno zdravstvo, klimatsku otpornost, komercijalne primjene i još mnogo toga.

Kada dobijete najbolju rutu od Google Mapsa, istražite novo mjesto u Street Viewu, pogledajte svoju okolinu na Google Earthu ili provjerite vremensku prognozu s Pretraživanjem, koristite geoprostorne podatke. Desetljećima smo organizirali geoprostorne informacije svijeta – podatke povezane s određenom geografskom lokacijom – i činili ih dostupnim kroz naše proizvode. Geoprostorne informacije su neophodne u svakodnevnim situacijama i za širok raspon stvarnih poslovnih problema. Bilo da radite u javnom zdravstvu, urbanom razvoju, integriranom poslovnom planiranju ili klimatskoj otpornosti, Googleovi podaci, real-vremenski servisi i AI modeli mogu ubrzati vaše analize i nadograditi vaše vlastite modele i podatke.

Geoprostorne informacije mogu biti velike, složene i teške za razumijevanje – kao i stvarni svijet! Prikupljanje, pohranjivanje i pružanje podataka zahtijeva specijalizirane senzore i platforme. Posmatranja stvari kojima se brinete mogu biti rijetka ili zahtijevati trošno vrijeme označavanja. Primjene su raznovrsne i često zahtijevaju različite vrste podataka koje je potrebno poravnati i prekrstiti (vrijeme, karte, slike itd.), a nedavne prekrasne AI metode nisu optimizirane za geoprostorne probleme. Pretvaranje geoprostornih informacija u razumijevanje je područje na koje se Google Research fokusira. Prošlog studenog objavili smo dva pretrenirana, višestruka namjenska modela za rješavanje mnogih izazova geoprostornog modeliranja: Population Dynamics Foundation Model (PDFM), koji uhvaća složenu interakciju između ponašanja stanovništva i njihovog lokalnog okruženja, i novi model pokretnosti na temelju trajektorije. Od tada je više od dvije stotine organizacija testiralo PDFM ugrađene vrijednosti za Sjedinjene Države i proširujemo skup podataka da pokriju Ujedinjeno Kraljevstvo, Australiju, Japan, Kanadu i Malavi za eksperimentalnu upotrebu odabranih partnera. Također istražujemo kako generativna AI može smanjiti značajne troškove, vrijeme i stručnu ekspertizu za kombiniranje geoprostornih mogućnosti. Veliki jezikni modeli (LLMs) poput Gemine mogu upravljati složenim podacima i komunicirati s korisnicima putem prirodnog jezika. Kada se integriraju u agentičke radne tokove koji su temeljni na geoprostornim podacima, počinjemo vidjeti da mogu generirati uvide u različitim domenama koji su i zanimljivi i korisni. Danas predstavljamo nove osnovne modele daljinskog snimanja za eksperimentiranje uz istraživački napor pod nazivom Geoprostorno Razmišljanje koje ima za cilj spajanje svih naših osnovnih modela s generativnom AI za ubrzavanje rješavanja geoprostornih problema. Naši modeli bit će dostupni putem programa za testiranje povjerljivih testera, s prvim učesnicima uključujući WPP, Airbus, Maxar i Planet Labs. Pogledajte film Link to Youtube Video Pregled Geoprostornog Razmišljanja.

Osnovni modeli za geoprostorno temeljno

Naši najnoviji osnovni modeli daljinskog snimanja temelje se na dokazanim arhitekturama i tehnikama treniranja, kao što su maskirani autoenkoderi, SigLIP, MaMMUT i OWL-ViT, i prilagođeni su domeni daljinskog snimanja. Svi modeli trenirani su na visokorazlučnim satelitskim i zračnim snimkama s pratećim tekstualnim opisima i oznakama okvira. Ovi osnovni modeli generiraju bogate ugrađene vrijednosti za slike i objekte i također se mogu finetunirati za specifične zadatke daljinskog snimanja, kao što su kartiranje zgrada i cesta, procjena štete nakon katastrofe ili lokacija infrastrukture. Fleksibilni prirodni jezikni sučelja pruženi od modela podržavaju zadatke za dohvaćanje i klasifikaciju bez šutnje, omogućavajući korisnicima, na primjer, da pronađu slike “stanovnih zgrada s solarnim panelima” ili “neprohodnih cesta”. Evaluirao smo osnovne modele na širokom rasponu daljinskih snimanja benchmarka, pokrivajući zadatke klasifikacije, segmentacije i detekcije objekata. Izvodili smo evaluaciju koristeći zamrznute modelove značajki i s obema finetuniranim i bez šutnje postavkama, s obećavajućim rezultatima koji pokazuju vrhunske performanse na više metrika. Također smo koristili ove modele za više daljinskih snimanja napora u Googleu (uključujući odgovor na katastrofe i kartiranje urbanih i poljoprivrednih pejzaža) i oni su konzistentno pokazali poboljšanje na zadacima metrike. Planiramo podijeliti više detalja o modelima i evaluacijama u sljedećim mjesecima. Organizacije mogu upitati o pristupu testiranju ovih modela na vlastite primjene putem našeg programa za testiranje povjerljivih testera.

Istraživanje u Geoprostornom Razmišljanju

Geoprostorno Razmišljanje, naš najnoviji istraživački napor, okvir je za kombiniranje naših osnovnih modela s generativnom AI za ubrzavanje rješavanja geoprostornih problema. Ovaj okvir omogućuje integraciju različitih modela i tehnika za rješavanje složenih geoprostornih problema, kao što su predviđanje širenja bolesti, optimizacija transporta i planiranje urbanog razvoja. Geoprostorno Razmišljanje koristi generativnu AI za generiranje novih uvida i predviđanja na temelju postojećih podataka, omogućujući korisnicima da dobiju bolje razumijevanje i bolje odluke. Ovaj okvir također omogućuje integraciju različitih izvora podataka, kao što su satelitske snimke, senzori i socijalne mreže, za dobivanje potpunijeg i preciznijeg slika geoprostornih problema.

Prednosti Geoprostornog Razmišljanja

Geoprostorno Razmišljanje ima nekoliko ključnih prednosti:

1. Ubrzavanje rješavanja problema: Geoprostorno Razmišljanje omogućuje brže i efikasnije rješavanje geoprostornih problema, smanjujući vrijeme potrebno za analizu i donošenje odluka.
2. Poboljšanje preciznosti: Generativna AI omogućuje bolje predviđanje i razumijevanje geoprostornih problema, što rezultira preciznijim i pouzdanijim uvidima.
3. Integracija različitih izvora podataka: Geoprostorno Razmišljanje omogućuje integraciju različitih izvora podataka, što rezultira potpunijim i preciznijim slikama geoprostornih problema.
4. Skalabilnost: Geoprostorno Razmišljanje je skalabilno i može se primijeniti na širok raspon geoprostornih problema, od lokalnih do globalnih razmjera.
5. Pristupačnost: Geoprostorno Razmišljanje je dostupno putem programa za testiranje povjerljivih testera, što omogućuje organizacijama da testiraju i koriste naše modele na vlastitim primjenama.

Primjene Geoprostornog Razmišljanja

Geoprostorno Razmišljanje ima širok raspon primjena, uključujući:

1. Javno zdravstvo: Geoprostorno Razmišljanje može pomoći u predviđanju širenja bolesti, optimizaciji raspodjele lijekova i planiranju javnih zdravstvenih intervencija.
2. Urbani razvoj: Geoprostorno Razmišljanje može pomoći u planiranju urbanog razvoja, optimizaciji transporta i smanjenju zagađenja.
3. Klima i otpornost: Geoprostorno Razmišljanje može pomoći u predviđanju klimatskih promjena, optimizaciji poljoprivrednih metoda i planiranju odgovora na klimatske katastrofe.
4. Odgovor na krize: Geoprostorno Razmišljanje može pomoći u bržem i efikasnijem odgovoru na krize, kao što su prirodne katastrofe i humanitarne intervencije.
5. Komercijalne primjene: Geoprostorno Razmišljanje može pomoći u optimizaciji poslovnih operacija, planiranju logistike i analizi tržišta.

Zaključak

Geoprostorno Razmišljanje predstavlja revolucionarni napredak u rješavanju geoprostornih problema, omogućujući brže, preciznije i efikasnije uvide. Naši osnovni modeli i istraživački napori nude širok raspon mogućnosti za integraciju generativne AI u geoprostorne primjene, otvarajući put za nove i zanimljive mogućnosti. Organizacije koje žele iskoristiti potencijal Geoprostornog Razmišljanja mogu se priključiti našem programu za testiranje povjerljivih testera i početi isprobavati naše modele na vlastitim primjenama.

Česta pitanja

1. Koji su osnovni modeli uključeni u Geoprostorno Razmišljanje?

   Geoprostorno Razmišljanje uključuje nekoliko osnovnih modela, uključujući Population Dynamics Foundation Model (PDFM), novi model pokretnosti na temelju trajektorije i nove osnovne modele daljinskog snimanja. Ovi modeli su prilagođeni za rješavanje različitih geoprostornih problema.

2. Kako se Geoprostorno Razmišljanje koristi u praksi?

   Geoprostorno Razmišljanje se koristi u praksi putem integracije različitih modela i tehnika za rješavanje složenih geoprostornih problema. Ovaj okvir omogućuje generaciju novih uvida i predviđanja na temelju postojećih podataka, što rezultira preciznijim i pouzdanijim uvidima.

3. Koje su primjene Geoprostornog Razmišljanja?

   Geoprostorno Razmišljanje ima širok raspon primjena, uključujući javno zdravstvo, urbani razvoj, klimu i otpornost, odgovor na krize i komercijalne primjene. Ovaj okvir može pomoći u rješavanju različitih geoprostornih problema, od lokalnih do globalnih razmjera.

4. Kako se priključiti programu za testiranje povjerljivih testera?

   Organizacije se mogu priključiti programu za testiranje povjerljivih testera putem našeg web-mjesta. Nakon prijava, organizacije će moći isprobati naše modele na vlastitim primjenama i pružiti povratne informacije o njihovoj uporabi.

5. Koliko dugo će biti dostupni modeli Geoprostornog Razmišljanja?

   Modeli Geoprostornog Razmišljanja bit će dostupni putem programa za testiranje povjerljivih testera, s prvim učesnicima uključujući WPP, Airbus, Maxar i Planet Labs. Planiramo podijeliti više detalja o modelima i evaluacijama u sljedećim mjesecima.