Detalhes do artigo
O Allen Institute for AI (Ai2) lançou o OlmoEarth v1.3 em 22 de outubro, juntamente com embeddings anuais de satélite pré-calculados e uma ferramenta de exploração no navegador. Cada embedding é um vetor de características de 128 dimensões para um píxel de 10 metros, gerado a partir de um ano de dados de radar Sentinel-1, imagens multiespectrais Sentinel-2 e imagens Landsat. As primeiras 64 dimensões formam, por si só, um embedding completo mais pequeno, permitindo optar por uma representação mais leve. A Ai2 estima que o arquivo ocupa cerca de 150 terabytes por ano e inclui tabelas de proveniência que ligam cada bloco às cenas de satélite utilizadas.
O arquivo não corresponde a nove anos de cobertura global. No lançamento, a Ai2 e a Source Cooperative disseram que 2023, 2024 e 2025 tinham cobertura global, enquanto 2017 a 2022 abrangiam países selecionados e estavam a ser ampliados para a mesma extensão. A página de dados descreve uma máscara de cobertura baseada em observações consistentes entre modalidades e anos; exclui a Antártida e assinala uma faixa estreita sem dados no antimeridiano. Assim, “global” descreve os anos mais recentes dentro da cobertura indicada para o arquivo, e não o planeta inteiro ao longo dos nove anos.
Um embedding é uma representação de características derivada do modelo, não um rótulo de uso do solo nem uma observação direta de uma mina, poço ou outro ativo. Os ficheiros fornecem vetores anuais e a proveniência das cenas; não constituem um mapa de minas verificado, um inventário de poços físicos ou um levantamento geológico. Espera-se que os utilizadores treinem um classificador ou regressor com os seus próprios pontos rotulados, ou comparem vetores entre anos para assinalar locais que exijam revisão. O artigo de lançamento da Ai2 ilustra análise de alterações em torno da mineração de ouro na região de Madre de Dios, no Peru, mas esse é o exemplo do editor, não uma verificação independente dos limites de uma mina nem substituto de evidência de campo.
O artigo de lançamento da Ai2 afirma que os embeddings de 128 dimensões ficaram em primeiro lugar em 20 de 27 avaliações e a versão de 64 dimensões em 18 de 27. O relatório técnico apresenta separadamente resultados nos conjuntos de referência AEF: pelo protocolo de k vizinhos mais próximos e ridge usado pelo desenvolvedor, os vetores de 128 dimensões superaram AlphaEarth Foundations e TESSERA v2 em sete de oito conjuntos; o relatório assinala a exceção da Etiópia, onde TESSERA v2 teve desempenho consistentemente superior. São avaliações divulgadas pelo próprio desenvolvedor do modelo, não uma validação independente da precisão em todas as regiões ou tarefas. As contagens usam resumos de avaliação diferentes e não devem ser combinadas numa pontuação universal.
Os pesos, o conjunto de dados e o código são distribuídos ao abrigo da OlmoEarth Artifact License da Ai2, um acordo personalizado com restrições explícitas. Permite utilização, modificação e distribuição sob condições, mas proíbe aplicações militares e de defesa, vigilância de pessoas ou atividades policiais, bem como atividades extrativas. Esta última restrição inclui expressamente o uso para planear ou facilitar a extração de petróleo, gás natural ou minerais através de perfuração, mineração ou desflorestação. Quem redistribuir os materiais tem de atribuir a fonte à Ai2 e transmitir as restrições a destinatários posteriores; o acordo também não concede direitos sobre conteúdos de terceiros incluídos nos conjuntos de dados. Isto é relevante para os setores da energia e da mineração: um vetor de características não é autorização nem prova para decisões de exploração ou extração.
O contributo prático do lançamento é uma camada de características reutilizável que pode reduzir o processamento e os recursos computacionais necessários para testar ideias de mapeamento. Não elimina a necessidade de rótulos específicos da tarefa, validação geográfica, revisão de imagens ou verificação de licenças. A Ai2 diz que o explorador pode comparar anos, encontrar locais semelhantes, treinar um classificador leve e exportar um GeoTIFF; essas saídas continuam a ser análises construídas sobre embeddings, não observações fornecidas pelo arquivo. A cobertura varia por ano e a licença do modelo limita certos usos. Um mapa de poços ou minas físicas continuaria a exigir um conjunto de dados distinto e autorizado e um processo de verificação.