L'Allen Institute for AI, dit Ai2, veut que l'analyse satellitaire n'exige plus une grappe de GPU. Le 22 octobre, il a publié OlmoEarth v1.3, un modèle de représentations pour l'observation de la Terre, accompagné de représentations annuelles précalculées couvrant la planète et d'un outil dans le navigateur, l'OlmoEarth Embeddings Explorer, utilisable sans compte. Poids du modèle, données d'entraînement et code de préentraînement sont diffusés sous l'OlmoEarth Artifact License, la licence ouverte déjà employée pour les versions précédentes.
Une représentation est ici une description numérique compacte d'un lieu. OlmoEarth v1.3 lit une année complète d'images radar de Sentinel-1 et d'images optiques de Sentinel-2 et de Landsat, puis produit un vecteur de 128 dimensions pour chaque carré de 10 mètres ; les 64 premiers nombres peuvent servir seuls, en version allégée. Concrètement, un transformeur de vision traite les images, une étape de regroupement par attention les condense par parcelle et une couche linéaire finale ramène le tout à 128 valeurs. Avec ces vecteurs, cartographier des cultures ou l'occupation des sols revient à entraîner un petit classificateur sur un ordinateur ordinaire, explique Ai2, au lieu d'ajuster un grand modèle pour chaque tâche.
Ai2 a comparé ses représentations à AlphaEarth Foundations, de Google DeepMind, et à Tessera v2 sur 27 évaluations réparties sur six continents. La version à 128 dimensions arrive en tête sur 20 d'entre elles et au premier rang global ; celle à 64 dimensions mène sur 18. L'institut présente aussi PLANTEUR, un nouveau banc d'essai consacré aux types de cultures en agriculture tropicale, et indique que ses représentations se transposent le mieux à des régions jamais vues par le classificateur. Ces résultats sont ceux d'Ai2, détaillés dans un rapport technique.
L'efficacité de l'entraînement progresse également. Selon Ai2, la v1.3 a consommé 53 % du calcul de la v1.2 et 18 % de la première version, et reproduire la dernière phase de préentraînement du modèle Base coûterait environ 2 720 dollars de location de H100. Les performances en ajustement égalent celles de la v1.2.
L'archive publiée pèse environ 150 téraoctets par an. Au lancement, 2023 à 2025 sont mondiales, tandis que 2017 à 2022 ne couvrent que certains pays. Chaque tuile de 20 kilomètres est livrée avec des tables de provenance listant les scènes Sentinel et Landsat utilisées. Dans l'explorateur, on peut comparer les années, trouver des lieux similaires ou annoter quelques points, entraîner un classificateur express et exporter un GeoTIFF. L'exemple mis en avant suit l'orpaillage illégal près de la réserve de Tambopata, au Pérou, où les changements reflètent la répression de 2019 et l'activité ultérieure.
La sortie coïncide avec la publication par Google DeepMind d'une carte des types de forêts fondée sur ses propres représentations AlphaEarth, signe que ces représentations planétaires deviennent une infrastructure commune pour le climat et l'usage des sols. Les comparaisons n'ont pas encore été reproduites par des équipes extérieures, et la couverture historique avant 2023 reste partielle.