Durante los últimos días, Google anunció que utilizaría la Inteligencia Artificial (IA) para un nuevo propósito: crear un satélite virtual, llamado AlphaEarth Foundations, que se emplee para monitorear el planeta Tierra y sus distintos fenómenos climatológicos. Esta herramienta, según la compañía, combina datos de imágenes satelitales, radares, texturas y clima para ofrecer una representación del planeta, disponible en la plataforma Google Earth Engine.
El modelo se lanzó oficialmente el 30 de junio de 2025 a través del blog institucional de Google, en el que detalla su funcionalidad y alcance.
AlphaEarth integra volúmenes masivos de observación terrestre (recogidos entre 2017 y 2024) en lo que se denomina un “embedding” o vector de datos por pixel, con 64 dimensiones que representan matices espaciales, temporales y contextuales. Según el estudio publicado como preprint por DeepMind en arXiv, este sistema “supera en precisión y densidad de datos a modelos existentes sin necesidad de reentrenamiento”.
Las primeras demostraciones del modelo indican que puede mapear cualquier lugar del planeta en cualquier instante. Aporta datos actualizados listos para análisis, reduciendo el tiempo de cómputo y el consumo energético. Esto es clave para aplicaciones como la selección de sitios óptimos para proyectos de energías limpias, monitoreo de deforestación, urbanismo, salud pública y seguridad alimentaria.
Para acelerar su adopción, Google entregó un conjunto de embeddings anuales como un dataset accesible en Earth Engine. Más de 50 organizaciones ya han comenzado pruebas piloto con este producto, que simplifica el análisis geoespacial al ofrecer capas integradas listas para uso científico.
Expertos destacan el potencial transformador del modelo. Nicholas Murray, biólogo de conservación en la Universidad James Cook (Australia) y líder del Global Ecosystems Atlas, afirmó que sus equipos ahora tardan semanas o meses en procesar datos satelitales para estudios de humedales, mientras que AlphaEarth podría ahorrarles días.
Sin embargo, investigadores advierten que los mapas generados por este modelo deberán validarse localmente. Sería responsabilidad de cada equipo científico garantizar que los resultados se correspondan con observaciones de campo antes de tomar decisiones con base en ellos.
El modelo, además, fue entrenado con cientos de miles de ubicaciones temporales, lo que le permite capturar patrones estacionales como ciclos de cultivo, cambio de cobertura terrestre o presencia de nieve.
Los embeddings generados representan cada píxel como un vector en un espacio de 64 dimensiones que codifica múltiples variables simultáneamente. Esa representación compacta permite el uso de algoritmos de Machine Learning sin preparación adicional de los datos, eliminando muchos pasos tradicionales como corrección atmosférica o enmascaramiento de nubes.
Google promete actualizaciones anuales de los datos, disponibles a partir de 2025 en Earth Engine. La colección denominada está ya habilitada en el catálogo de datasets.
Esta iniciativa forma parte de Google Earth AI, un esfuerzo de la compañía que incluye modelos para predicción meteorológica, detección automática de incendios, planificación urbana, movilidad y salud pública. AlphaEarth es uno de sus componentes más ambiciosos, diseñado para democratizar el acceso a datos geoespaciales y reducir barreras técnicas y de infraestructura de cómputo.
👩🔬📄 ¿Quieres conocer las últimas noticias sobre ciencia? Te invitamos a verlas en El Espectador. 🧪🧬
