Christopher F. Brown Michal R. Kazmierski Valerie J. Pasquarella William J. Rucklidge Masha Samsikova Chenhui Zhang et al

要約

世界中で継続的に膨大な量の地球観測データが収集されている一方で、物理的な測定や観察に多大な労力が要されるため、高品質なラベルは依然として極めて限られている。この状況により、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いる。本研究では、複数のデータソースにわたる空間的・時系列的・測定的文脈を統合する、高汎用性を備えた地理空間表現を提供する「AlphaEarth Foundations」という埋め込み場モデルを紹介する。このモデルは、地域から全球規模まで、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。AlphaEarth Foundationsによって生成される埋め込みは、再訓練を一切行わずに、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発揮する唯一のものである。また、2017年から2024年までの全球的・年次的な分析準備済み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。