Ai2 libera exportação de embeddings no OlmoEarth Studio para análise geoespacial

O OlmoEarth Studio, plataforma da Allen AI (Ai2) para construir modelos de observação da Terra, passou a permitir o cálculo e a exportação de embeddings — representações numéricas compactas de dados geoespaciais produzidas pelos modelos de fundação open-source OlmoEarth. O código-fonte e os pesos dos modelos estão publicamente disponíveis, junto com o artigo científico.

Porta de entrada barata para observação da Terra

Embeddings são um ponto de partida rápido e econômico para explorar o OlmoEarth: locais com características de superfície semelhantes acabam com vetores parecidos, enquanto locais distintos ficam distantes no espaço vetorial. Os resultados são exportados como Cloud-Optimized GeoTIFFs (COGs), leves e fáceis de compartilhar.

O usuário escolhe a área de interesse, o intervalo de tempo, a variante do codificador, a resolução e as fontes de imagem pela interface do Studio ou pela API. As variantes vão do Nano (128 dimensões, 1,4 milhão de parâmetros) ao Base (768 dimensões, 89 milhões), com resoluções de 10 a 80 metros por pixel, usando imagens Sentinel-2 L2A e Sentinel-1 RTC.

O que dá para fazer com os embeddings

Os casos de uso demonstrados pela equipe incluem:

• Busca por similaridade: escolha um pixel de referência e calcule a similaridade de cosseno contra todo o restante da área, gerando um mapa de calor de regiões semelhantes.
• Segmentação few-shot: com apenas 60 pixels rotulados (20 por classe) sobre a região de manguezais de Ca Mau, no Vietnã, um classificador de regressão logística atingiu F1 ponderado de 0,84 para delimitar mangue, água e outros usos.
• Detecção de mudanças: comparar embeddings mensais de dois períodos revela, por exemplo, a cicatriz de queimada do incêndio Park Fire, na Califórnia, sem nenhum rótulo ou treinamento.
• Exploração não supervisionada: PCA reduzido a três dimensões, mapeado em RGB, reproduz com fidelidade os limites de parcelas agrícolas em Flevoland, na Holanda.

Como usar e limitações

Os COGs exportados funcionam com qualquer ferramenta geoespacial — QGIS, GDAL, rasterio ou scripts próprios —, e a equipe publicou um tutorial com código para reproduzir todos os exemplos, além de um notebook no Colab. Para aplicações que exigem mais precisão, o Studio também oferece fine-tuning supervisionado (SFT).

Entre as limitações, a Ai2 ressalta que a qualidade dos embeddings depende da qualidade das imagens de entrada: cobertura de nuvens persistente, artefatos atmosféricos ou observações ausentes no período podem afetar os vetores resultantes.