Aaron Bell Amit Aides Amr Helmy Arbaaz Muslim et al

摘要

地理空间数据为理解我们的星球提供了巨大的潜力。然而，这类数据体量庞大、类型多样，且在分辨率、时间尺度和数据稀疏性方面差异显著，给全面分析与解读带来了重大挑战。本文介绍了 Earth AI——一套地理空间人工智能模型及其智能代理推理系统，该系统显著提升了我们揭示地球深层、新颖洞见的能力。该方法基于三大核心领域的基础模型：全球尺度影像、人口分布与环境特征，并融合了一个由 Gemini 驱动的智能推理引擎。我们构建了严格的基准测试，充分展示了这些基础模型的强大性能与全新能力；验证表明，当它们协同使用时，能够为地理空间推断提供互补价值，并通过协同效应实现更优越的预测能力。为应对复杂、多步骤的查询任务，我们开发了一个基于 Gemini 的智能代理，能够联合推理多个基础模型，同时整合大规模地理空间数据源与工具。在一项针对真实世界危机场景的新基准测试中，该代理展现出提供关键且及时洞察的能力，有效弥合了原始地理空间数据与可操作性认知之间的鸿沟。