Un Modelo de IA por Satélite que Realmente Puedes Usar: Allen Institute Abre OlmoEarth Embeddings
OlmoEarth Studio de Allen AI ahora puede exportar huellas dactilares numéricas de cualquier zona de la Tierra, permitiendo a investigadores cartografiar bosques, detectar incendios forestales y rastrear cambios territoriales con casi ningún dato de entrenamiento etiquetado.
Puntos clave
- OlmoEarth Studio del Allen Institute for AI ahora permite a los usuarios exportar embeddings, resúmenes numéricos compactos de imágenes satelitales, para cualquier área y rango de tiempo elegido.
- Hay tres tamaños de modelo disponibles: Nano (1,4 millones de parámetros), Tiny (6,2 millones) y Base (89 millones), intercambiando velocidad por detalle.
- En una prueba usando solo 60 píxeles etiquetados, el sistema cartografió bosques de manglares en Vietnam con una puntuación F1 ponderada de 0,84 de 1,0.
- Los pesos del modelo subyacente y el código fuente están disponibles públicamente, para que cualquiera pueda inspeccionar o construir sobre el trabajo.
- La cicatriz de quema del Park Fire en el Condado de Butte, California, apareció en una prueba de detección de cambios usando solo dos meses de datos satelitales y sin etiquetas manuales.
Si alguna vez has mirado una foto satelital y te has preguntado qué partes son bosque y cuáles se quemaron el verano pasado, estás pensando como un investigador de observación de la Tierra. Hasta hace poco, responder esas preguntas requería conjuntos de datos costosos y meses de etiquetado por expertos. Una nueva herramienta del Allen Institute for AI quiere cambiar eso, y es un verdadero avance, no una promesa de comunicado de prensa.
OlmoEarth Studio, la plataforma del Allen Institute para interpretar imágenes satelitales, ahora permite a los usuarios calcular y exportar lo que el equipo llama embeddings. Un embedding es una lista de números, una huella dactillar numérica, que un modelo de IA entrenado asigna a cada parcela de tierra que examina. Los paisajes similares obtienen números similares; los diferentes se colocan lejos en ese espacio numérico.
Piénsalo como una hoja de puntuación de vinos. En lugar de describir un vino en prosa, registras docenas de mediciones: acidez, tanino, azúcar. Dos vinos similares terminan con hojas de puntuación similares aunque nunca los hayas probado uno al lado del otro. OlmoEarth hace lo mismo con la tierra, leyendo píxeles satelitales y produciendo una hoja de puntuación para cada ubicación.
¿Qué puedes realmente hacer con estos números?
Bastante, incluso con casi ningún dato de entrenamiento.
El uso más simple es la búsqueda de similitud: elige un píxel, pide al modelo que encuentre otros píxeles que se parezcan más a él, obtén un mapa de calor. En una prueba sobre la región de Merced en California, una consulta urbana iluminó corredores de carreteras en toda la imagen mientras que las tierras de cultivo permanecieron oscuras. Sin etiquetas necesarias.
Más poderoso es lo que el equipo llama segmentación de pocos ejemplos, lo que significa que etiquetas un puñado diminuto de ejemplos y el modelo se encarga del resto. Los investigadores etiquetaron solo 60 píxeles en una región costera de manglares en Ca Mau, Vietnam: 20 marcados como manglar, 20 como agua, 20 como otros. Alimentaron esos números etiquetados a una regresión logística, un clasificador estadístico de hace décadas, y dejaron que predijera todos los demás píxeles. El resultado cubrió toda la región con una puntuación F1 ponderada de 0,84. Escalar la muestra etiquetada a 300 píxeles apenas movió ese número, porque los embeddings ya estaban haciendo el trabajo pesado.
| Variante de modelo | Dimensiones | Parámetros | Uso típico |
|---|---|---|---|
| Nano | 128 | 1,4 millones | Tareas rápidas y de bajo almacenamiento |
| Tiny | 192 | 6,2 millones | Rendimiento equilibrado |
| Base | 768 | 89 millones | Mayor detalle, más computación |
La detección de cambios es quizás la demostración más sorprendente. El equipo extrajo embeddings satelitales mensuales para la misma parte del Condado de Butte, California en septiembre de 2023 y septiembre de 2024, luego midió cuánto cambió la huella dactillar de cada píxel. Sin etiquetas, sin revisión manual: la cicatriz de quema del Park Fire del verano de 2024 apareció inmediatamente.
¿Para quién es esto?
Por ahora está dirigido a investigadores y analistas que trabajan con datos satelitales: grupos de conservación, planificadores urbanos, científicos del clima, agencias agrícolas. Dado que los pesos del modelo y el código son públicos, equipos más pequeños con habilidades de codificación pueden ejecutar la versión de código abierto ellos mismos. Primero cubrimos OlmoEarth el 28 de julio de 2026 cuando la plataforma ejecutó un modelo de riesgo de incendios forestales en toda América del Norte en aproximadamente 30 horas; la exportación de embeddings es la siguiente capa práctica sobre esa infraestructura.
La versión Studio, que maneja la adquisición de datos satelitales automáticamente, requiere contactar a Allen AI para acceso. La resolución espacial va de 10 a 80 metros por píxel, y la ventana de tiempo puede ser tan corta como un mes o tan larga como un año.
Una advertencia justa: los ejemplos mostrados están seleccionados. Los resultados del mundo real variarán según la región y la calidad de la cobertura satelital. La figura de precisión de 0,84 proviene de un único sitio costero bien documentado; tu terreno puede ser más complicado.
Conclusión: Si tu trabajo toca monitoreo de tierras o ambientales, marca como favorito la documentación de OlmoEarth y el informe técnico. Los pesos abiertos significan que puedes experimentar de forma gratuita antes de decidir si el servicio Studio gestionado se ajusta a tu presupuesto.
