Christopher F. Brown Michal R. Kazmierski Valerie J. Pasquarella William J. Rucklidge et al

要約

世界中で途切れなく膨大な量の地球観測データが収集されている一方で、実地測定や観察に多大な労力が要るため、高品質なラベルは依然として極めて限られている。このため、希薄なラベルを地図に変換するための特化型モデリングへの多大な投資が行われてきた。本研究では、複数のデータソースにわたる空間的・時間的・測定的文脈を統合する埋め込み場（embedding field）モデル「AlphaEarth Foundations」を紹介する。このモデルは、地域から全球に至るスケールまで、正確かつ効率的な地図作成およびモニタリングシステムの構築を可能にする、極めて汎用性の高い地理空間表現を提供する。AlphaEarth Foundationsによって生成される埋め込みは、再訓練を行わずに、多様な地図作成評価において、これまでに検証されたすべての特徴量化手法を一貫して上回る性能を示す唯一のものである。また、2017年から2024年までの全球的・年次的な分析用埋め込み場レイヤーを含むデータセットを公開する予定である。