Google już od kilku dekad pracuje z danymi geoprzestrzennymi, czego owocem są między innymi świetne Mapy Google i aplikacja Google Earth. Jednak informacje powiązane z lokalizacją geograficzną mogą zapewnić znacznie więcej. Google przygotował narzędzia, które mogą odblokować dostęp do nieznanych nam wcześniej korelacji i spostrzeżeń. Skorzystają na tym przeróżne gałęzie nauki, w tym zdrowie publiczne, urbanistyka, nauki przyrodnicze i o klimacie czy reagowanie kryzysowe. Oczywiście Google widzi też zastosowania komercyjne i zapewne ma już gotowe scenariusze.
Google bierze się za dane geoprzestrzenne
Problem z danymi geoprzestrzennymi jest taki, że jest ich mnóstwo. Są gromadzone przez przeróżne czujniki, a przechowywanie ich i obróbka wymaga specjalistycznych platform. Nierzadko trzeba integrować dane o rzadkich zjawiskach z różnych źródeł (pogoda, mapy, obrazy itp.) i poznać relacje między nimi. Analiza tak potężnych zbiorów informacji jest szalenie trudna. Ludzie nie mają szans, by sobie z tym poradzić bez pomocy komputerów, Google wytrenował więc specjalistyczne modele sztucznej inteligencji w ramach działu Google Research.
Pierwsze modele AI, przeznaczone do usprawnienia modelowania geoprzestrzennego, zostały udostępnione w listopadzie 2024 roku. Google zaprezentował wtedy Fundamentowy Model Dynamiki Populacji (PDFM), który uwzględnia interakcje między zachowaniami populacji a ich lokalnym środowiskiem. Drugi to fundamentowy model mobilności oparty na trajektoriach. Już ponad dwieście organizacji przetestowało PDFM dla USA. Teraz Google rozszerza jego zasięg o dane z kolejnych krajów (o Wielką Brytanię, Australię, Japonię, Kanadę i Malawi).
Czytaj też: Gemini wkracza do Map Google. Poznaj nowe możliwości nawigacji
Zastosowanie generatywnej AI pozwala zmniejszyć koszty i czas pracy, a także wiedzę specjalistyczną, potrzebną do pracy z danymi geoprzestrzennymi. Można będzie wchodzić w interakcję z nimi za pomocą modelu językowego Gemini. To on zaplanuje i skoordynuje pracę różnych modeli oraz dostarczy finalną odpowiedź.
Google pokazał kilka przykładów. Można między innymi zapytać o to, gdzie szpitalom grozi zniszczenie przez huragan, wycenić szkody, określić priorytetowe naprawy i działania. AI pomoże zdecydować, gdzie warto celować z prozdrowotną, znaleźć trendy w cenach mieszkań albo kiedy wprowadzić produkt na rynek w zależności od pogody (na przykład lody, parasole lub grzejniki). Pytania można zadawać w języku naturalnym, a więc bez kodu, co szalenie ułatwia pracę z danymi.
Z eksperymentów już wyłoniły się pierwsze zaskakujące i użyteczne spostrzeżenia, które inaczej umknęłyby analitykom. To zachęta do dalszych badań w tej dziedzinie.
9 kwietnia 2025 roku Google ogłosił premierę inicjatywy badawczej Wnioskowanie Geoprzestrzenne, która połączy wszystkie modele fundamentowe z tej dziedziny z generatywną sztuczną inteligencją Gemini. Co ważne, mogą to być różne modele, nie tylko te trenowane przez Google. Firmy mogą więc podłączyć swoje autorskie, często pilnie strzeżone rozwiązania oraz dane ze źródeł publicznych.
Czytaj też: Google pozwala szukać jeszcze lepiej. Zrób zdjęcie i zadaj pytanie
To także czas prezentacji nowych narzędzi do analizy danych – modeli teledetekcyjnych, trenowanych na zdjęciach satelitarnych i lotniczych w wysokiej rozdzielczości, opatrzonych opisami i adnotacjami. Można będzie je wykorzystać do mapowania budynków i dróg, oceny szkód po kataklizmach czy planowania infrastruktury. Te modele będzie można zapytać na przykład o rozkład budynków mieszkalnych z fotowoltaiką, mapowanie terenów rolniczych lub wskazanie nieprzejezdnych dróg. Firmy i organizacje chętne, by je przetestować na własnych danych, mogą zgłosić się do Google Research.