Aujourd'hui, Google Earth lance un projet appelé Dynamic World, une nouvelle entreprise qui crée des cartes associées à un nouveau modèle d'IA d'apprentissage en profondeur. Il est capable de classer la couverture terrestre par type (eau, urbain, forêt, cultures) à une résolution de 10 mètres ou 32 pieds. Cela signifie que chaque pixel couvre environ 10 mètres de terrain. À titre de comparaison, la technologie de pointe précédente avait une résolution de 100 mètres (320 pieds).
Dynamic World est un moyen pour les gens d'observer depuis l'espace la myriade de façons dont la couverture terrestre change sur Terre, qu'il s'agisse de changements saisonniers naturels, de tempêtes et de catastrophes exacerbées par le changement climatique, ou de changements à long terme causés par l'activité humaine comme le défrichage de habitats sauvages pour les cultures, le bétail ou l'exploitation forestière. Les experts et les chercheurs peuvent utiliser ce nouveau projet pour comprendre comment la couverture terrestre change naturellement et signaler lorsque des changements inattendus semblent se produire.
Les utilisateurs peuvent se rendre sur le site Web Dynamic World de Google pour parcourir les différents ensembles de données et voir à quoi ressemblent les cartes marquées. Par exemple, une carte montre comment le volume d'eau et de verdure fleurit et recule dans le delta de l'Okavango au Botswana, de la saison des pluies à la saison sèche.
Le modèle de carte, qui tire des images satellite de Sentinel-2 de l'Agence spatiale européenne, peut mettre à jour son flux de données pour la surveillance de la couverture terrestre mondiale tous les 2 à 5 jours. En fait, environ 12 téraoctets de données proviennent chaque jour du satellite Sentinel-2. De là, il va dans les centres de données de Google et Google Earth Engine, une plate-forme cloud conçue pour organiser et relayer les observations de la Terre et les analyses environnementales. Earth Engine est connecté à des dizaines de milliers d'ordinateurs qui traitent les informations et en tirent des informations à l'aide de modèles informatiques avant qu'elles ne soient disponibles dans le catalogue de données Earth Engine.
Afin de pouvoir étiqueter automatiquement la façon dont la terre représentée dans toutes ces images satellites est utilisée, Google avait besoin de l'aide de l'intelligence artificielle. L'intelligence artificielle d'étiquetage de la couverture du sol qu'ils ont développée dans le cadre de ce projet a été entraînée sur 5 milliards de pixels étiquetés par des experts humains (et certains non-experts). Dans les données de formation, ils ont identifié les pixels dans les images Sentinel-2 et leur classe de couverture terrestre (eau, arbre, herbe, végétation inondée, zones bâties comme les villes, cultures, sol nu, arbuste, neige). Ensuite, ils présentaient au modèle une image qui ne figurait pas dans l'ensemble de formation et lui demandaient de classer les types de couverture terrestre. Non seulement il y a des différences de couleur pour distinguer les différents types de terres sur les cartes, mais il y a aussi des différences d'ombrage. C'est parce que les pixels transmettent également la probabilité. Plus la couleur est claire, plus le modèle est sûr de sa précision de classification. Cela crée un effet de texture lorsque la topographie va de la terre à la forêt ou de la terre à l'eau.
Une description détaillée de leur ensemble de données a été publiée dans la revue Nature Scientific Data .
"Nous rendons tout cela disponible sous une licence gratuite et ouverte", a déclaré Rebecca Moore, directrice de Google Earth, lors d'un appel à la presse avant l'annonce. « Les ensembles de données sont gratuits et ouverts. Le modèle d'IA est open source.
Il y a environ 10 ans, Google et le World Resources Institute ont collaboré sur Global Forest Watch, un projet visant à surveiller le couvert forestier pour protéger ces zones tout en recherchant les changements résultant d'activités illégales telles que l'exploitation forestière ou minière. Maintenant, ils essaient d'étendre leurs efforts au-delà de la protection et de l'observation d'un seul type de couverture terrestre.
L'idée est d'aider à donner un sens aux données disponibles. « Nous avons entendu un certain nombre de gouvernements [et] de chercheurs dire qu'ils se sont engagés à agir, mais ils manquent d'informations de surveillance environnementale sur ce qui se passe sur le terrain afin qu'ils puissent créer des politiques fondées sur des données scientifiques, suivre les résultats de leurs actions, [et] communiquer avec les parties prenantes », a déclaré Moore. "L'ironie n'est pas qu'il n'y a pas une tonne de données. Mais ils ont soif d'idées. Ils recherchent des conseils pratiques pour appuyer les décisions qu'ils doivent prendre. Et traiter les données brutes dans de nombreux cas est écrasant.
Google pense que le rôle de Dynamic World dans ce domaine est qu'il peut combler le manque de données sur l'utilisation des terres et la couverture terrestre, et décrire où se trouvent les écosystèmes fondamentaux comme les forêts, les ressources en eau, l'agriculture, le développement urbain. Ce type d'information, a déclaré Moore, peut être utile pour orienter les décisions concernant la gestion durable des ressources naturelles rares, de la nourriture et de l'eau. Cela peut également aider à répondre à des questions sur la façon de gérer la résilience aux catastrophes, comment faire face à l'élévation du niveau de la mer, où créer des zones protégées, où installer des barrages et quels compromis pourraient être nécessaires, pour ne citer que quelques exemples.
