Planetary prediction engine: Automating global models via Earth AI
Google Research ha presentado el motor de predicción planetaria (PPE), una capacidad de investigación experimental que forma parte de Google Earth AI. Este sistema autónomo ejecuta el flujo de trabajo completo de modelado geoespacial, desde el descubrimiento de datos hasta el entrenamiento de modelos, logrando mejoras en tareas de predicción en salud pública, seguridad alimentaria, riesgos ambientales y socioeconomía.
El PPE aborda desafíos globales urgentes, como la previsión de la seguridad alimentaria regional y los riesgos de desastres ambientales, mediante un modelado geoespacial de alta fidelidad. Tradicionalmente, la construcción de estos modelos se ve obstaculizada por un ecosistema de datos fragmentado que requiere semanas de trabajo manual en la curación de datos y validación espacial especializada. Aunque los agentes basados en AutoML y LLM automatizan eficazmente las tuberías de aprendizaje automático estándar, carecen de las capacidades necesarias para manejar flujos de trabajo geoespaciales de manera autónoma, lo que representa un cuello de botella significativo, especialmente durante crisis humanitarias.
El PPE descompone el flujo de trabajo predictivo en tres etapas modulares, cada una orquestada por un modelo de lenguaje grande (LLM): selección inteligente de datos geoespaciales, curación de conjuntos de datos multimodales y construcción y predicción automatizada de modelos. Cada etapa opera de forma independiente para evitar cuellos de botella de datos, pasando artefactos de datos entre etapas a través de identificadores opacos en lugar de serializarlos en indicaciones de LLM.
El sistema ha demostrado mejoras significativas en diversos puntos de referencia. Por ejemplo, en la regresión espacial para la salud pública y el medio ambiente en EE.UU., el PPE logró un R² medio del 76.8% frente al 60.0% de los métodos manuales. En la seguridad alimentaria de Nigeria, el PPE duplicó la precisión de la línea base al integrar de manera autónoma datos locales, proporcionando a las organizaciones humanitarias información de alta fidelidad y accionable.
Fuente: https://research.google/blog/planetary-prediction-engine-automating-global-models-via-earth-ai/