A Google Earth AI kutatócsapata bemutatta a planetary prediction engine (PPE) nevű kísérleti rendszert, amely természetes nyelvű lekérdezésekről képes önállóan végrehajtani teljes geospaciális predikciós munkafolyamatokat. A PPE adatfelfedezést, jellemzők (feature) előkészítését, multimodális egyesítést és modelloptimalizálást végez, és automatikusan generál jelentéseket a felhasználó számára.
Miért fontos ez
Magyarországtól függetlenül a globális kihívások — például a regionális élelmezésbiztonság előrejelzése, környezeti kockázatok feltérképezése vagy járványok valós idejű monitorozása — nagy pontosságú, geospaciális modellezést igényelnek. A hagyományos modellezést azonban a töredezett adatok és a hetekig tartó kézi adat-előkészítés lassítja. A PPE célja, hogy ezeket a lépéseket automatizálva lerövidítse az időigényt és csökkentse a szakértői beavatkozás szükségességét.
A PPE felépítése és működése
A PPE három egymástól modulárisan elkülönített szakaszra bontja a predikciós munkafolyamatot; mindegyiket egy nagy nyelvi modell (LLM) koordinálja.
1) Intelligens geospaciális adat-kiválasztás
A természetes nyelvű lekérdezés alapján a PPE pontos földrajzi és időbeli korlátokat állít fel (például térbeli felbontás, csatlakozási kulcsok, időtartam). Ezután „grounded signal discovery” folyamatot végez: tudományos irodalomra alapozott hipotéziseket fogalmaz meg, és közvetlen vagy kauzális proxy-szignálokat azonosít. A rendszer strukturált forrásokból, például Data Commons és Google Earth Engine adattáraiból szedi az kovariátákat; ha egy jel nem található meg ilyen forrásokban, élő, nyílt webes keresést hajt végre kormányzati és akadémiai portálokon futásidőben.
2) Multimodális adatkuration
A begyűjtött kovariátákat a PPE előre betanított geospaciális „foundation model” beágyazásaival (Population Dynamics Foundation Models — PDFM a társadalmi-demográfiai latens állapotokhoz, és AlphaEarth a műholdképi szemantikához) egyesíti. A rendszer alkalmaz egy szigorú „Feature Gate”-et, amely négy anti-leakage kritérium alapján szűri ki a célkiszivárgást okozó jellemzőket (matematikai alkomponensek, megosztott felmérési adatok, downstream kauzális effektusok és jövőbeli időbeli adatok), hogy a kiértékelés integritása megmaradjon.
3) Automatikus modellépítés és predikció
Ebben a szakaszban a PPE különböző modellcsaládokat vizsgál (regularizált lineáris modellek, gradient-boosted decision trees — GBDT, és multi-layer perceptronok), és egy Overfitting Guard Protocol nevű logikával előzi meg a túlillesztést: felméri az adatkészlet kockázatát, és önjavító hurkot alkalmaz, ha általánosítási hibákat észlel. A három szakasz formális bemenetekkel és kimenetekkel működik; az adatartefaktumokat átlátszatlan hivatkozások (opaque handles) továbbítják a szakaszok között, elkerülve a LLM kontextusablak-korlátait.
Teljesítmény és mérőszámok különböző feladatokon
A PPE-t többféle gépi tanulási paradigma, földrajzi terület és tudományos domén mentén értékelték.
Térbeli regresszió: Egyesült Államok közegészség és környezet
A CDC (Centers for Disease Control and Prevention) 21 egészségügyi indikátorán a PPE intelligens adatválasztása és multimodális fúziója átlagosan R²=76.8%-os értéket ért el szemben egy kézi szakértői csővezeték 60.0%-ával. Hasonló javulás látható a FEMA (Federal Emergency Management Agency) nemzeti kockázati indikátorainál (átlag R² 64.9% vs. 60.0% alap) és a Social Vulnerability Index esetén (átlag R² 66.2% vs. 58.6% alap).
Szuperfelbontású lecsévélés: Nigéria élelmezésbiztonság
Adathiányos régiókban a nagyobb adminisztratív aggregátumok sokszor elrejtik a helyi sérülékenységet. A PPE autonóm módon integrál helyi piaci sokkokat, élelmiszerár-anomáliákat és mikroklíma-indikátorokat, és az ADM1 (tartomány) szintről ADM2 (local government area) szintre történő lecsévélésnél megduplázza a bázis pontosságát: R²=66.1% vs. 31.5% baseline.
Epidemiológiai nowcasting: Kongói Demokratikus Köztársaság ebolajárvány
A PPE a 2026-os Bundibugyo ebolavirus kitörés során a Kongói Demokratikus Köztársaságban a fertőzési gócpontok valós idejű előrejelzésénél Recall@10 = 83.3%-ot ért el, azaz az egymást követő öt heti előrejelzés során 18 újonnan inváziót mutató egészségügyi zónából 15-öt helyesen azonosított. Ez abszolút 10.3 százalékponttal jobb a publikált Bayes-modell alapvonalnál (~73%), amit a járványügyi jelek és PDFM-beágyazások, valamint PPE-által kiválasztott kovariáták együttes fúziója mozgatott.
A multimodális fúzió és intelligens adatválasztás előnyei
A kísérletek egyik kulcsmegállapítása, hogy a strukturált statisztikai kovariáták és a fundamentális modellbeágyazások (Population Dynamics Embeddings és AlphaEarth Foundation embeddings) kombinációja szinergikus hatást ad. A kovariáták explicit, értelmezhető jeleket biztosítanak, míg a beágyazások komplex, nemlineáris mintázatokat rögzítenek, amelyeket nagyméretű pre-tréning során tanultak meg. Az ablációs vizsgálatok következetesen azt mutatják, hogy a multimodális fúzió és az intelligens adatválasztás jobb eredményt ad, mint az egyes modalitások külön-külön.
Korlátok és jövőbeli irányok
A PPE jelenleg kísérleti kutatási projekt. A szerzők tervei között szerepel több geospaciális adattár és további foundation model beágyazások, például a Remote Sensing Foundations multimodális beágyazásainak integrálása. Fontos továbbá, hogy a rendszer autonóm működése ellenére a modellek etikai, jogi és adatvédelmi vonatkozásait körültekintően kell kezelni, különösen érzékeny vagy személyes adatok esetén.
Következtetés
A PPE bemutatja, hogy autonóm AI-rendszerek képesek egye vagy jobb teljesítményt elérni különféle geospaciális predikciós feladatokban: krónikus betegségek becslésétől az Egyesült Államokban, a nigériai élelmezésbiztonság finomabb felbontású feltérképezésén át a Kongói Demokratikus Köztársaság ebola nowcastingjáig. Az intelligens adatfelfedezés, multimodális foundation model fúzió és az automatikus modelloptimalizáció együttesen csökkenti a „planetáris” analitikához szükséges technikai belépési küszöböt és lehetővé teszi a gyors bevetést időérzékeny helyzetekben.
Elismerések
A szerzők köszönetet mondanak az összes társszerző hozzájárulásáért. Külön köszönet illeti az UN World Food Programme (WFP) Vulnerability Analysis and Mapping (VAM) csapatát az adatokért és kutatási támogatásért, az Institut National de Recherche Biomédicale (INRB) együttműködését a Kongói DK ebola nowcastingjában, valamint a Data Commons, Google Earth Engine, Population Dynamics Foundation Models és AlphaEarth csapatait az alapadatokért és modellinfrastruktúráért.
