Google DeepMind 推出模擬虛擬衛星的人工智能模型 助力氣候變化監測
過去，環繞地球運行的衛星透過拍攝陸地、森林、城市及沿海水域的影像和數據，幫助科學家了解地球環境。然而，由於這些影像來源眾多，整合成完整畫面時經常面臨挑戰。
Google 的人工智能部門 DeepMind 最近推出了一款名為 AlphaEarth Foundations 的 AI 模型，能夠幾乎即時地繪製出極為細緻的地球地圖。Google DeepMind 的研究工程師 Christopher Brown 表示，這個系統就像一個「虛擬衛星」，可以在「任何地點與時間」進行地圖繪製。
Google DeepMind 指出，研究人員無論是監測農作物健康、追蹤森林砍伐，還是觀察新建築，都無需再依賴單一衛星經過，而是擁有了一個全新的地理空間數據基礎。
該系統整合了來自數十個公共來源的數以兆計的影像，包括衛星影像、雷達掃描、激光3D測繪及氣候模擬，覆蓋全球陸地及沿海水域。Google 表示，AlphaEarth Foundations 能夠精確到每10平方米的生態系統數據，而且數據存儲空間遠小於其他類似 AI 系統，使大規模分析更為可行。
根據 DeepMind 發表的論文，該模型在測試期間（2017年至2024年）在土地利用識別及表面特性估算方面，平均錯誤率比其他 AI 模型低24%。
Google 希望此技術能協助研究人員監測全球的糧食安全、森林砍伐、城市擴張及水資源變化。
為何科學家需要如此細緻的數據以及 AI 的助力
AlphaEarth Foundations 代表了環境科學中利用 AI 將不斷湧入的衛星觀測數據轉化為實用研究工具的趨勢。高解析度且定期更新的數據，有助科學家精準衡量環境變化，並分析背後原因。
這些數據可用於追蹤氣候變化影響、規劃保育措施、管理水資源及農田。例如，2020年 NASA 與哥本哈根大學的科學家利用 AI 訓練系統識別衛星影像中的樹木，成功繪製出西非薩赫勒及撒哈拉地區18億棵樹冠的分佈圖。研究作者表示，若無 AI 協助，這項工作將需數百萬人花費多年時間完成。
自2022年起，NASA 的「地表水與海洋地形測量衛星」（SWOT）開始對全球90%水域進行高解析度測量。NASA 噴氣推進實驗室表示，SWOT 能以比現有技術高10倍的解析度觀測地球表面的水體。
此外，歐洲太空總署（ESA）於2024年發射的 EarthCARE 衛星，則研究大氣中的雲層與懸浮微粒對地球溫度的影響。
DeepMind 的資料來源亦涵蓋 NASA 與 ESA 長期運作的任務，如 Landsat、MODIS 衛星和 Sentinel 系列，這些衛星持續監控植被、海岸線、水體、積雪與冰川。
Google 表示，目前已有超過50個全球組織使用 AlphaEarth Foundations 進行生態系統監測及城市規劃。巴西環保計劃 MapBiomas 便利用該模型數據更深入理解農業及環境變化，特別是亞馬遜雨林地區。MapBiomas 創辦人 Tasso Azevedo 表示，這套年報數據為團隊提供了「更準確、精細且快速製圖的新選擇，是過去無法實現的」。
Google 將通過 Google Earth Engine 環境數據平台公開這些數據，鼓勵更多研究者使用。
—
評論與啟示
Google DeepMind 推出的 AlphaEarth Foundations 不僅是技術上的突破，更是環境監測和保護領域的革命。透過整合多源衛星數據並利用 AI 進行高精度地圖繪製，這種「虛擬衛星」模式打破了傳統衛星受限於軌道及時間的限制，帶來前所未有的靈活性和效率。
對香港及全球城市來說，這樣的技術可用於監控城市擴張、綠地變化及水資源管理，尤其在氣候變化影響日益嚴重的背景下，更具現實意義。更重要的是，這種大規模、細緻的環境數據能促進跨界合作，提升政策制定的科學依據。
然而，這也帶來數據隱私和監管的挑戰，尤其當地理資訊變得極為精細，如何平衡公共利益與個人或地區隱私權，將是未來需要關注的議題。此外，對於發展中國家或資源有限地區，如何獲得並有效利用這些數據，也需國際社會共同努力。
總括而言，AlphaEarth Foundations 不僅展示了 AI 在環境科學的巨大潛力，也提醒我們科技進步背後的倫理和社會責任。香港作為國際大都市，應積極引入及應用這類技術，助力城市可持續發展與環境保護，打造更智慧、更綠色的未來。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
