Ai2 presenta OlmoEarth para analizar la Tierra con IA

Ai2 ha presentado OlmoEarth Platform, una plataforma abierta que permite convertir imágenes de satélite y otros datos terrestres en mapas y análisis útiles para agricultura, conservación, prevención de incendios y seguimiento de la deforestación.

La plataforma llega en acceso anticipado con una idea concreta: que analizar el planeta no sea una tarea reservada a grandes laboratorios con equipos especializados. Ai2 asegura que OlmoEarth fue entrenado con millones de observaciones de la Tierra, alrededor de 10 terabytes de datos, y puede adaptarse a distintos usos sin tener que crear un modelo independiente para cada problema.

Un modelo para varias tareas

Hasta ahora, una organización que quisiera detectar pérdida de bosques, clasificar cultivos y vigilar cambios en el uso del suelo normalmente tendría que combinar varios modelos, fuentes de datos y herramientas. Eso implica más costes, más trabajo técnico y más tiempo para obtener resultados.

OlmoEarth funciona como un modelo base: un sistema entrenado previamente que puede ajustarse con datos locales para resolver tareas concretas. Por ejemplo, una administración podría utilizarlo para analizar imágenes de una región, añadir sus propias etiquetas y adaptarlo para identificar cultivos o zonas deforestadas.

La ventaja está en reutilizar la misma base para varios proyectos. Ai2 afirma que sus evaluaciones muestran un rendimiento sólido en tareas diferentes sin sacrificar precisión, aunque el resultado dependerá de los datos y de la configuración de cada aplicación.

Tres piezas para pasar de los datos a un mapa

La plataforma integra varias herramientas en un mismo entorno:

• OlmoEarth Studio permite cargar imágenes y datos etiquetados, coordinar equipos de anotación y ajustar modelos con unos pocos pasos. También puede solicitar imágenes de fuentes como Sentinel-1, Sentinel-2 y Landsat según la zona y el periodo elegido. Su uso está disponible sin coste.
• OlmoEarth Viewer sirve para explorar y publicar mapas desde el navegador. Incluye comparaciones entre mapas, una línea temporal para revisar cambios y datos como el porcentaje de bosque o cultivos visibles en una zona, junto con niveles de confianza.
• OlmoEarth Run gestiona trabajos grandes de entrenamiento, ajuste e inferencia. Divide las tareas, asigna recursos de CPU o GPU, registra errores y puede repetir automáticamente los procesos fallidos.

También hay APIs para importar conjuntos de datos, lanzar análisis desde otros sistemas y descargar las predicciones. Así, los resultados pueden integrarse en las herramientas que ya utiliza una organización, en lugar de obligarla a trabajar siempre dentro de la plataforma.

Casos de uso sobre el terreno

Ai2 ya ha probado la tecnología con organizaciones dedicadas a problemas concretos. En colaboración con el Laboratorio de Propulsión a Chorro de la NASA, OlmoEarth utiliza muestras de campo e imágenes de radar y ópticas para estimar la humedad del combustible vegetal, un factor que ayuda a calcular el riesgo de incendios.

En el condado de Nandi, Kenia, el Instituto Internacional de Investigación sobre Políticas Alimentarias adaptó un modelo para actualizar mapas de cultivos con mayor frecuencia que el ciclo histórico de cinco años. Esa información puede ayudar a anticipar necesidades de semillas, fertilizantes y asistencia técnica.

La plataforma también se ha utilizado en proyectos de seguimiento de manglares, deforestación en la Amazonia y elaboración de mapas de ecosistemas. En estos casos, actualizar los datos con más frecuencia puede permitir que gobiernos y organizaciones de conservación respondan antes a la pérdida de hábitats o dirijan mejor sus recursos.

Qué cambia para ti

Si trabajas con agricultura, gestión forestal, biodiversidad o respuesta ante desastres, el cambio principal es que puedes partir de un modelo ya entrenado y adaptarlo a tu territorio, en lugar de construir todo desde cero. El proceso incluye la recopilación de imágenes, el etiquetado, el entrenamiento, la validación y la publicación de resultados.

Para el público general, OlmoEarth Viewer puede traducir análisis técnicos en mapas que muestran cómo cambia un lugar con el tiempo. Para investigadores y desarrolladores, Ai2 publica código, documentación y modelos ajustados en un repositorio público de GitHub, que también pueden ejecutarse sin conexión en entornos propios.

La plataforma está en despliegue inicial, por lo que todavía habrá que comprobar cómo rinde fuera de los proyectos asociados y qué condiciones tendrá su uso a mayor escala. Lo importante es la dirección: hacer que los datos que ya capturan satélites y sensores puedan convertirse en decisiones más frecuentes y concretas sobre cultivos, incendios, bosques y ecosistemas.