Google DeepMind、地球観測データを統合するAI「AlphaEarth Foundations」公開

地球の観測データは日々膨大に蓄積されていますが、光学衛星写真、レーダー、3D レーザー測量、気候シミュレーションなど、形式がバラバラで統合して分析するのは至難の業でした。

Google DeepMind と Google Earth Engine チームは、地球表面全体を統一的にマッピングする基底 AI モデル「AlphaEarth Foundations」を発表しました。地球観測データを集約し、まるでひとつの「仮想衛星」のように振る舞うモデルです。

地表を 10 メートル四方に分割して要約する

AlphaEarth Foundations は、公的機関などが提供する数十種類の観測データを統合し、世界の陸地および沿岸域を 10x10 メートルのグリッド単位で分析します。

最大の特徴は、このグリッドごとに高密度な数値データ（埋め込み表現）を生成する点です。Google はこれを「Satellite Embedding」データセットとして Google Earth Engine 上で公開しました。1 年あたり 1 兆 4000 億以上のフットプリントを誇ります。

また、本モデルは同日発表された「Google Earth AI」コレクションの中核を担っています。この枠組みには、すでに検索やマップで実用化されている洪水予測や山火事検知、気象予測などのモデルも含まれています。

データ容量を 16 分の 1 に圧縮、エラー率も 24% 改善

地球規模のデータを AI で扱う際、最大の壁となるのが保存コストと計算負荷です。

Google によると、AlphaEarth が生成する要約データは、比較検証した他の AI システムと比べて保存容量が 16 分の 1 で済みます。これにより、全球規模の解析にかかる計算コストを大幅に引き下げました。

さらに、正解ラベルの少ない僻地でも高い精度を維持します。土地利用の特定や地表特性の推定において、テストした既存モデルより平均してエラー率が 24% 低い結果を示しました。

過去 1 年間、国連食糧農業機関（FAO）、スタンフォード大学、ハーバード森林など 50 以上の組織が実地検証を行ってきました。ブラジルの環境監視ネットワーク MapBiomas では、アマゾン熱帯雨林の農業や環境変化の追跡において、地図作成の速度と精度が劇的に向上したと報告しています。

なぜ重要か

環境研究者、農業関係者、自治体の防災担当者にとって、これまで数カ月かかっていた衛星データの前処理や名寄せ作業をスキップできる価値は絶大です。Google Earth Engine のユーザーであれば、今すぐこの埋め込みデータを活用したカスタムマップ作成を試す価値があります。

業界全体で見ると、Google は長年培ってきた Earth Engine のインフラを基盤モデルの時代に合わせて再定義しようとしています。異なる衛星やセンサーの生データを直接売買する時代から、AI が前処理して圧縮した表現層（embedding）を標準プラットフォーム上で提供する競争へとシフトさせた格好です。

容量を 16 分の 1 に抑えつつ汎化性能を高めたアプローチは非常に実用的だと評価できます。一方で、高度に圧縮された埋め込み表現が、突発的かつ局所的な地表の異変をどこまで忠実に反映し続けられるかは、今後の外部検証が必要です。Google は将来的に Gemini などの推論エージェントとの連携も示唆しており、地球環境のモニタリングそのものが完全に自動化される未来が見え始めています。