OlmoEarth v1.3: Tüm Gezegen İçin Son Teknoloji Uydu Gömülü Temsilleri

OlmoEarth v1.3, bir vizyon transformerı ve attention pooler kullanarak bir yıl boyunca radar (Sentinel‑1) ve çok spektral (Sentinel‑2, Landsat) uydu görüntülerini işliyor ve her 10 metrelik piksel için 128 boyutlu bir vektör üretiyor; ilk 64 boyut da bağımsız bir gömme olarak kullanılabiliyor. Bu gömmeler, küresel ölçekte önceden hesaplanmış olarak Source Cooperative platformunda 150 TB'lık bir veri setiyle paylaşılıyor ve kullanıcıların sadece birkaç etiketle yerel sınıflandırıcılar eğiterek arazi örtüsü, tarım, madencilik gibi görevleri hızlıca gerçekleştirmesine olanak tanıyor.

Modelin performansı, AlphaEarth Foundations (AEF) ve Tessera v2 gibi güçlü rakiplerle karşılaştırıldığı 27 farklı değerlendirme setinde ölçüldü. OlmoEarth v1.3'ün 128‑boyutlu gömmeleri 27 testin 20'sinde en yüksek skoru alarak genel sıralamada birinciliği elde etti; 64‑boyutlu versiyonu ise 18 testte birincilik elde ederek boyut küçültme maliyetine rağmen üstünlüğünü korudu. Bu değerlendirmeler sırasında yeni geliştirilen PLANTEUR adlı tropikal tarım tipi benchmarku da kullanıldı ve OlmoEarth gömmelerinin görülmemiş bölgelerdeki genelleme yeteneği en iyi olarak belirlendi.

Enerji ve maliyet açısından da önemli iyileştirmeler sunan v1.3, önceki sürüm v1.2'ye kıyasla eğitim süresini %53, karbon emisyonunu ise %50 azalttı. Modelin tam eğitim maliyeti, H100 GPU kiralama üzerinden yaklaşık 2.720 USD olarak tahmin ediliyor. Açık kaynak lisansı altında sunulan model ağırlıkları, ön‑eğitim verileri ve kodları, araştırmacıların ve endüstri paydaşlarının kendi veri setleriyle yeniden üretim yapmasını kolaylaştırıyor.

OlmoEarth Embeddings Explorer, bu gömmeleri görselleştiren ve etkileşimli analiz imkanı sağlayan bir web aracı olarak da tanıtıldı. Kullanıcılar harita üzerinde istediği bölgeyi seçip benzer yerleri bulabiliyor, birkaç etiketle anlık sınıflandırıcı eğitebiliyor ve sonuçları GeoTIFF olarak dışa aktarabiliyor. Araç, hiçbir hesaplama kaynağına ihtiyaç duymadan saniyeler içinde küresel değişim haritaları üretmeyi mümkün kılıyor ve özellikle sınırlı altyapıya sahip araştırma ekipleri için büyük bir fırsat sunuyor.