Détails de l’article
L’Allen Institute for AI (Ai2) a publié OlmoEarth v1.3 le 22 octobre, avec des embeddings satellitaires annuels pré-calculés et un outil d’exploration dans le navigateur. Chaque embedding est un vecteur de caractéristiques de 128 dimensions pour un pixel de 10 mètres, calculé à partir d’une année de données radar Sentinel-1, d’images multispectrales Sentinel-2 et d’images Landsat. Les 64 premières dimensions constituent à elles seules un embedding complet de taille réduite, ce qui permet de choisir une représentation moins volumineuse. Ai2 indique que l’archive représente environ 150 téraoctets par an et comprend des tables de provenance reliant chaque tuile aux scènes satellitaires utilisées.
L’archive ne correspond pas à neuf années de couverture mondiale. Au lancement, Ai2 et Source Cooperative ont indiqué que 2023, 2024 et 2025 étaient mondiales, tandis que les données de 2017 à 2022 couvraient certains pays et étaient en cours d’extension sur la même emprise. La page du jeu de données décrit un masque de couverture fondé sur des observations cohérentes entre modalités et années; il exclut l’Antarctique et signale une étroite lacune à l’antiméridien. « Mondiale » décrit donc les années récentes dans l’emprise annoncée de l’archive, et non la totalité de la planète pendant les neuf années.
Un embedding est une représentation de caractéristiques dérivée du modèle, et non une étiquette d’occupation du sol ou l’observation directe d’une mine, d’un puits ou d’un autre actif. Les fichiers fournissent des vecteurs annuels et la provenance des scènes; ils ne constituent ni une carte minière vérifiée, ni un inventaire de puits physiques, ni un relevé géologique. Les utilisateurs sont censés entraîner un classificateur ou un modèle de régression à partir de leurs propres points étiquetés, ou comparer les vecteurs entre années pour repérer les lieux à examiner. L’article de lancement d’Ai2 illustre l’analyse des changements autour de l’extraction aurifère dans la région de Madre de Dios au Pérou; il s’agit de l’exemple de l’éditeur, pas d’une vérification indépendante des limites d’une mine ni d’un substitut aux preuves de terrain.
Selon l’article de lancement, les embeddings de 128 dimensions arrivent en tête dans 20 des 27 évaluations et la version 64 dimensions dans 18 sur 27. Le rapport technique présente séparément des résultats sur les jeux de données de référence AEF: avec le protocole k plus proches voisins et ridge du développeur, les vecteurs 128 dimensions dépassent AlphaEarth Foundations et TESSERA v2 sur sept jeux sur huit; le rapport note que TESSERA v2 reste systématiquement meilleur en Éthiopie. Ces évaluations sont rapportées par le développeur du modèle et ne constituent pas une validation indépendante de la précision dans chaque région ou tâche. Les chiffres utilisent des synthèses d’évaluation différentes et ne doivent pas être fusionnés en un score universel.
Les poids, le jeu de données et le code sont distribués sous l’OlmoEarth Artifact License d’Ai2, un accord personnalisé comportant des restrictions explicites. Il autorise l’utilisation, la modification et la distribution sous conditions, mais interdit les applications militaires et de défense, la surveillance des personnes ou les activités policières, ainsi que les activités extractives. Cette dernière restriction inclut expressément l’utilisation visant à planifier ou faciliter l’extraction de pétrole, de gaz naturel ou de minerais par forage, exploitation minière ou déforestation. Les distributeurs doivent citer Ai2 et transmettre les restrictions aux destinataires en aval; l’accord précise aussi qu’il ne confère pas de droits sur les contenus de tiers inclus dans les jeux de données. C’est important pour les secteurs de l’énergie et des mines: un vecteur de caractéristiques n’est ni une autorisation ni une preuve pour décider d’une exploration ou d’une extraction.
L’apport pratique de cette publication est une couche de caractéristiques réutilisable, qui peut réduire les calculs et le traitement d’images nécessaires pour tester des idées de cartographie. Elle ne supprime pas le besoin d’étiquettes propres à la tâche, de validation géographique, d’examen des images ou de vérification des licences. Ai2 indique que l’explorateur peut comparer des années, trouver des lieux similaires, entraîner un petit classificateur et exporter un GeoTIFF; ces sorties restent des analyses fondées sur les embeddings, et non des observations fournies par l’archive. La couverture varie selon l’année et la licence limite certains usages. Une carte de puits ou de mines physiques nécessiterait encore un jeu de données distinct autorisé et un processus de vérification.