Un modèle d'IA satellite que vous pouvez vraiment utiliser : l'Institut Allen ouvre OlmoEarth Embeddings
OlmoEarth Studio de Allen AI peut désormais exporter des « empreintes digitales » numériques de n'importe quelle zone terrestre, permettant aux chercheurs de cartographier les forêts, de détecter les feux de forêt et de suivre les changements terrestres avec presque aucune donnée d'entraînement étiquetée.
Points clés
- OlmoEarth Studio de l'Institut Allen pour l'IA permet désormais aux utilisateurs d'exporter des embeddings, des résumés numériques compacts d'imagerie satellite, pour n'importe quelle zone et période qu'ils choisissent.
- Trois tailles de modèle sont disponibles : Nano (1,4 million de paramètres), Tiny (6,2 millions) et Base (89 millions), chacun sacrifiant la vitesse pour plus de détails.
- Dans un test utilisant seulement 60 pixels étiquetés, le système a cartographié les forêts de mangroves au Vietnam avec un score de précision F1 de 0,84 sur 1,0.
- Les poids du modèle sous-jacent et le code source sont accessibles au public, ce qui signifie que quiconque peut inspecter ou s'appuyer sur le travail.
- La cicatrice de brûlure du parc Park Fire dans le comté de Butte, en Californie, est apparue dans un test de détection de changements utilisant seulement deux mois de données satellite et aucune étiquette manuelle.
Si vous avez déjà regardé une photo satellite et vous êtes demandé quelles parties sont des forêts, lesquelles sont des terres agricoles et lesquelles ont brûlé l'été dernier, vous pensez comme un chercheur en observation terrestre. Jusqu'à récemment, répondre à ces questions nécessitait des ensembles de données coûteux et des mois d'étiquetage par des experts. Un nouvel outil de l'Institut Allen pour l'IA souhaite changer cela.
OlmoEarth Studio, la plateforme de l'Institut Allen pour construire des modèles qui interprètent l'imagerie satellite, permet désormais aux utilisateurs de calculer et d'exporter ce que l'équipe appelle des embeddings. Un embedding est une liste de nombres, une sorte d'empreinte digitale numérique, qu'un modèle d'IA entraîné assigne à chaque parcelle de terrain qu'il examine. Les endroits qui se ressemblent au sol obtiennent des nombres similaires. Les endroits qui diffèrent se situent loin l'un de l'autre dans cet espace numérique.
Pensez-y comme à une feuille d'évaluation de dégustation de vin. Au lieu de décrire un vin en prose, vous enregistrez des dizaines de mesures : acidité, tanin, sucre. Deux vins similaires finissent par avoir des feuilles d'évaluation similaires même si vous ne les avez jamais goûtés côte à côte. OlmoEarth fait la même chose pour les terres : il lit les pixels satellite et produit une feuille d'évaluation pour chaque emplacement.
Que pouvez-vous vraiment faire avec ces nombres ?
Pas mal de choses, il s'avère, même avec presque aucune donnée d'entraînement.
L'utilisation la plus simple est la recherche de similarité : choisissez un pixel, demandez au modèle quels autres pixels y ressemblent le plus et obtenez une carte thermique en retour. Dans un test sur la région de Merced en Californie, une requête urbaine a illuminé les corridors routiers sur toute l'image tandis que les terres agricoles sont restées sombres. Aucune étiquette n'était nécessaire.
Plus puissant est ce que l'équipe appelle la segmentation few-shot, ce qui signifie que vous étiquetez une petite poignée d'exemples et le modèle comprend le reste. Les chercheurs ont étiqueté seulement 60 pixels dans une région côtière de mangroves à Ca Mau, Vietnam : 20 étiquetés comme mangrove, 20 comme eau, 20 comme autre. Ils ont nourri ces 60 nombres étiquetés dans un classificateur classique basique (régression logistique, un outil statistique vieux de décennies) et l'ont laissé prédire tous les autres pixels. Le résultat a couvert toute la région avec un score F1 pondéré de 0,84. L'augmentation de l'échantillon étiqueté à 300 pixels a à peine déplacé ce nombre, car les embeddings font déjà le travail difficile.
| Variante de modèle | Dimensions | Paramètres | Utilisation typique |
|---|---|---|---|
| Nano | 128 | 1,4 million | Tâches rapides et peu gourmandes en stockage |
| Tiny | 192 | 6,2 millions | Performance équilibrée |
| Base | 768 | 89 millions | Plus de détails, plus de calcul |
La détection de changements est peut-être la démonstration la plus frappante. L'équipe a extrait les embeddings satellite mensuels pour la même partie du comté de Butte, en Californie en septembre 2023 et septembre 2024, puis a mesuré le décalage de l'empreinte digitale de chaque pixel. La cicatrice de brûlure du parc Park Fire de l'été 2024 est apparue immédiatement, sans étiquettes, sans examen manuel.
À qui s'adresse cet outil ?
Pour l'instant, l'outil est destiné aux chercheurs et aux analystes qui travaillent avec des données satellite : groupes de conservation, urbanistes, climatologues, agences agricoles. Mais comme les poids du modèle et le code sont publics, les petites équipes ayant des compétences en codage peuvent exécuter elles-mêmes la version open-source, comme l'a d'abord rapporté Hugging Face dans sa couverture de modèles.
La version Studio, qui gère automatiquement l'acquisition de données satellite, nécessite de contacter Allen AI pour y accéder. La résolution spatiale personnalisée varie de 10 mètres par pixel à 80 mètres, et la fenêtre temporelle peut être aussi courte qu'un mois ou aussi longue qu'un an.
Un mot de prudence équitable : les exemples présentés sont triés sur le volet. Les résultats réels varieront selon la région, la saison et la qualité de la couverture satellite. Le chiffre de précision de mangrove de 0,84 est fort, mais il provient d'un seul site bien documenté. Votre paysage peut être plus désordonné.
Conclusion : Si votre travail touche aux terres, aux forêts ou à la surveillance environnementale, il est recommandé de marquer la documentation OlmoEarth et le rapport technique. Les poids ouverts signifient que vous pouvez expérimenter gratuitement avant de décider si le service Studio géré convient à votre budget.
