OlmoEarth huggingface lança mapa vetorial 10 m da Terra na web

Tecnologia

Nova versão do OlmoEarth oferece dados vetoriais detalhados para análise ambiental global acessível via web.

O Allen Institute for AI (AI2) lançou o OlmoEarth v1.3, um modelo de inteligência artificial que transforma séries temporais de imagens de satélite em vetores de 128 dimensões para cada pixel de 10 metros da Terra, com dados já pré-computados para o planeta inteiro e uma ferramenta interativa na web para explorar mudanças ambientais, agrícolas e urbanas sem precisar de GPU ou download massivo de imagens.

Modelo resume um ano de satélites em um vetor por pixel

O OlmoEarth v1.3 foi treinado para ler, ao longo de um ano, dados de radar do Sentinel-1 e imagens multiespectrais do Sentinel-2 e do Landsat, convertendo cada ponto da superfície terrestre em uma representação numérica compacta. “OlmoEarth v1.3 reads a year of radar (Sentinel-1) and multispectral (Sentinel-2 and Landsat) satellite time series and produces one 128-dimensional vector for every 10-meter pixel on Earth”, descreve a equipe.

Esses vetores, chamados embeddings, condensam o que o modelo aprendeu sobre uso do solo, vegetação, água, áreas urbanas e mudanças ao longo do tempo. Para aplicações que precisam de menos processamento, é possível usar só as primeiras 64 dimensões como uma versão mais leve, também já disponível.

Na prática, análises que antes exigiam baixar terabytes de imagens brutas e montar pipelines complexos de processamento passam a ser feitas a partir desses vetores prontos. Um classificador simples pode ser treinado por cima dos embeddings para identificar lavouras, mapear tipos de cobertura do solo, medir impacto de queimadas ou localizar atividades ilegais.

Ferramenta web permite explorar mudanças em segundos

Junto com o modelo, o AI2 colocou no ar o OlmoEarth Embeddings Explorer, um mapa interativo baseado nesses vetores. O usuário pode navegar pelo globo, alternar entre anos para ver como a paisagem mudou, clicar em um ponto para encontrar áreas parecidas e até rotular manualmente alguns locais para treinar, na hora, um pequeno modelo de classificação e exportar o resultado em formato GeoTIFF.

Os embeddings têm resolução de 10 metros e são armazenados em um arquivo global que o instituto estima em cerca de 150 terabytes por ano, cobrindo terra e zonas costeiras. No lançamento, há cobertura global recente e anos anteriores para países selecionados, com expansão prometida. Cada bloco de 20 quilômetros traz ainda uma tabela de procedência indicando quais cenas de Sentinel-1, Sentinel-2 e Landsat foram usadas, com links para os catálogos públicos — o que permite rastrear qualquer pixel até a imagem original.

Para quem precisa de janelas de tempo específicas ou outras resoluções, o mesmo modelo é acessível via OlmoEarth Studio, que gera embeddings sob demanda com conjuntos de dados personalizados, usando infraestrutura própria do usuário.

Olmoearth huggingface: o que está aberto ao público?

Todo o ecossistema do OlmoEarth v1.3 está disponível de forma aberta em plataformas de código e modelos, incluindo a página do Olmoearth huggingface, que hospeda o modelo e a documentação técnica. Estão liberados os pesos do modelo, os dados de pré-treinamento e o código usado no processo, sob a mesma licença aberta das versões anteriores.

Além do modelo em si, o AI2 publicou os embeddings anuais pré-computados do planeta em um repositório de dados, permitindo que pesquisadores e desenvolvedores façam download direto das representações vetoriais em 64 ou 128 dimensões. Segundo a equipe, “everything behind them is fully open: the model weights, the pretraining data, and the pretraining code”.

Isso reduz drasticamente a barreira de entrada para quem quer usar inteligência artificial em geoprocessamento: não é preciso ter acesso a supercomputadores para reproduzir o pré-treinamento global, nem dominar o manuseio de dados brutos de radar e multiespectrais. Basta puxar os vetores da área de interesse e encaixá-los em fluxos de trabalho já existentes.

Desempenho supera rivais em 20 de 27 tarefas

Para avaliar a qualidade dos embeddings, a equipe comparou o OlmoEarth v1.3 com modelos concorrentes, como AlphaEarth Foundations (AlphaEarth) e Tessera v2, em 27 tarefas diferentes distribuídas por seis continentes, incluindo mapeamento de culturas agrícolas, uso do solo e detecção de mudanças. “OlmoEarth’s 128-dimensional embeddings score highest on 20 of 27 evals and rank highest overall”, afirma o time.

Mesmo a versão compacta, com 64 dimensões, liderou em 18 das 27 avaliações, mantendo bom desempenho com metade do tamanho dos vetores. Como parte dos testes, os pesquisadores apresentaram o PLANTEUR, um novo benchmark voltado à agricultura tropical, no qual o modelo mostrou forte capacidade de generalizar para áreas que não fizeram parte do treino.

Essa generalização é crucial para aplicações em países em desenvolvimento, onde faltam dados rotulados e, muitas vezes, a realidade de campo é diferente daquela observada em regiões usadas tradicionalmente no treinamento de modelos de IA.

Mais barato de treinar, com menos carbono

O OlmoEarth v1.3 também representa um avanço em eficiência. De acordo com o AI2, o novo modelo usou 53% do tempo de computação da versão 1.2 e apenas 18% do gasto pela primeira geração, com emissões de carbono reduzidas a 50% e 22% das versões 1.2 e 1, respectivamente.

“Compared to previous generations of OlmoEarth models, OlmoEarth v1.3 was also our cheapest model to train”, resume a equipe. Eles estimam que “if you wanted to reproduce it, pre-training OlmoEarth v1.3 Base would cost roughly $2,720 of rented H100 time for the final run”, valor considerado baixo para um modelo de base global em alta resolução.

Segundo os pesquisadores, a arquitetura mantém o mesmo princípio das versões anteriores: um transformer de visão lê as séries temporais de Sentinel-1, Sentinel-2 e Landsat, um módulo de Attention Pooler condensa a informação de tempo e espaço em um único vetor por área de terra e, por fim, uma camada linear reduz o resultado a 128 números. O esforço de otimização foi concentrado em tornar os embeddings leves sem sacrificar a precisão.

Entenda o contexto

Modelos de embeddings são hoje uma peça central na inteligência artificial aplicada a imagens. Em vez de trabalhar direto com pixels, o desenvolvedor usa os vetores gerados por um modelo pré-treinado como uma espécie de “língua franca” numérica: cada dimensão captura padrões de textura, cor, sazonalidade ou estrutura da cena.

No caso de satélites, isso significa transformar pilhas de cenas com nuvens, variação de ângulo e ruído em dados limpos e reutilizáveis. Até aqui, produzir esses modelos em escala planetária era caro, tanto em computação quanto em energia, o que restringia o acesso a grandes empresas, governos e poucos centros de pesquisa. Com o OlmoEarth v1.3, o AI2 aposta que a combinação de custo baixo de pré-treinamento, abertura de código e dados pré-computados globais possa ampliar o uso de IA no monitoramento da Terra.

Mineração ilegal na Amazônia peruana vira estudo de caso

Um dos exemplos que acompanham o lançamento está na região de Madre de Dios, na Amazônia peruana, marcada pela mineração ilegal de ouro em torno de La Pampa. Usando os embeddings do OlmoEarth v1.3, os pesquisadores comparam vetores de anos diferentes para cada pixel, sem precisar treinar outro modelo, e medem o quanto a representação mudou ao longo do tempo.

Ao analisar o intervalo entre 2017 e 2020, as áreas com maior mudança aparecem em magenta em um mapa de calor, indicando a expansão da mineração para sudeste. Já o comparativo entre 2020 e 2025 mostra outro padrão: a região mais ativa no passado fica mais silenciosa, enquanto zonas antigas continuam mudando, em parte por regeneração da vegetação, em parte por retomada de escavações.

Os mapas sugerem que, mesmo após grandes operações policiais que desarticularam a atividade anos atrás, bolsões de mineração seguiram em funcionamento e a pressão sobre a floresta voltou a crescer, a ponto de o governo ter enviado novas patrulhas navais para a área protegida. O caso ilustra como os embeddings podem revelar, em segundos, tendências difíceis de enxergar apenas olhando imagens ópticas cheias de nuvens ou séries temporais complexas.

Além da Amazônia, a equipe cita aplicações como a detecção de fornos de tijolos em torno de Dhaka, o mapeamento de pequenas propriedades agrícolas na África e a avaliação de danos de incêndios florestais no Sudeste Asiático — todos cenários em que modelos leves de classificação, treinados sobre os vetores do OlmoEarth, conseguem bons resultados sem exigir grandes estruturas de processamento.

AlphaEarth e outros modelos aquecem disputa no espaço

O desempenho do OlmoEarth v1.3 frente a rivais como AlphaEarth Foundations e Tessera v2 mostra uma corrida em andamento no campo dos modelos de base para observação da Terra. Esses sistemas disputam quem oferece melhor equilíbrio entre precisão, cobertura global e custo de operação, em um momento em que governos e empresas pressionam por monitoramento mais fino de desmatamento, agricultura e clima.

No ambiente técnico, a comparação com AlphaEarth interessa sobretudo a quem já usa modelos fechados ou híbridos e avalia migrar para alternativas abertas. Ao conseguir superar concorrentes em 20 das 27 tarefas avaliadas com embeddings de 128 dimensões — e manter vantagem em boa parte delas mesmo no formato de 64 dimensões —, o OlmoEarth se posiciona como opção competitiva em projetos de larga escala, especialmente em países tropicais.

Essa disputa deve se intensificar com a criação de novos benchmarks e competições públicas baseadas justamente nesses embeddings, tendência que a equipe do AI2 indica ao sugerir que a comunidade use os dados abertos para propor desafios e comparar abordagens.

Monitoramento ambiental e políticas públicas em foco

O impacto mais imediato da nova versão deve ser sentido por órgãos ambientais, ONGs e governos locais, que historicamente enfrentam limitações de orçamento e equipe para acompanhar grandes áreas. Com acesso gratuito aos vetores anuais de 10 metros, é possível montar sistemas de alerta para desmatamento, ocupação irregular, expansão urbana e mudanças em bacias hidrográficas com infraestrutura modesta.

Na agricultura, os embeddings podem ser usados para estimar produtividade, identificar culturas em pequenas propriedades, detectar plantios ilegais ou prever risco de perda com base em sinais de estresse na vegetação. Em segurança pública, ajudam a localizar pistas clandestinas, áreas de garimpo ou rotas de contrabando pela alteração sutil de padrões no uso do solo.

Ao concentrar o esforço de computação em um grande pré-treinamento e liberar o resultado de forma aberta, o OlmoEarth v1.3 tende a reduzir o custo marginal de projetos de monitoramento, permitindo que mesmo equipes pequenas testem hipóteses rapidamente no Explorer e só recorram a modelos mais pesados quando houver ganho comprovado.

O AI2 indica que os próximos passos envolvem ampliar a cobertura temporal dos embeddings globais, refinar a eficiência energética dos modelos futuros e incentivar a integração do OlmoEarth em plataformas já usadas por institutos de pesquisa, agências governamentais e empresas de geotecnologia.

Fonte: matéria original