OlmoEarth v1.3 เปิดตัว Embedding ข้อมูลดาวเทียมทั่วโลกแบบโอเพนซอร์ส

🤗 Models | 📄 Tech Report | 📊 Data | 💻 Code | 🌎 Embeddings Explorer | 🗺️ Interactive story

วันนี้มีการเปิดตัว OlmoEarth v1.3 โมเดลสำหรับ Satellite Embedding ระดับแนวหน้า (State-of-the-art) พร้อมเปิดให้ใช้งาน Embeddings รายปีที่คำนวณไว้ล่วงหน้าสำหรับทั้งโลกด้วยความละเอียด 10 เมตร (ขนาด 64 และ 128 มิติ) นอกจากนี้ยังมีเครื่องมือใหม่บนเบราว์เซอร์อย่าง OlmoEarth Embeddings Explorer ให้ทุกคนสามารถสำรวจและปรับแต่งแผนที่ได้ทันที

ผู้ใช้สามารถนำ OlmoEarth v1.3 ไปใช้งานได้หลากหลาย ตั้งแต่การติดตามการเปลี่ยนแปลงของสภาพแวดล้อมเมื่อเวลาผ่านไป ไปจนถึงการค้นหาสถานที่ที่มีลักษณะคล้ายคลึงกัน โดยไม่จำเป็นต้องลงชื่อเข้าใช้หรือมีความรู้ทางเทคนิคขั้นสูง ช่วยลดอุปสรรคในการเข้าถึงข้อมูลดาวเทียมเชิงลึก

ที่ผ่านมา การใช้งาน OlmoEarth จะเน้นไปที่การ Fine-tuning ผ่าน OlmoEarth Studio ซึ่งต้องใช้ GPU และการจัดเก็บข้อมูล imagery จำนวนมาก แต่โมเดล Embedding ใหม่นี้จะบีบอัดข้อมูลดาวเทียมให้เป็นฟีเจอร์ที่พร้อมใช้งาน ช่วยให้สามารถนำข้อมูลไปประยุกต์ใช้ซ้ำในหลายๆ งานได้ในราคาที่ถูกลง

คำนวณครั้งเดียว ใช้ซ้ำได้ทุกที่

Embedding คือสิ่งที่โมเดลเรียนรู้จากภาพถ่ายดาวเทียมหลายล้านภาพ โดย OlmoEarth v1.3 จะอ่านข้อมูลอนุกรมเวลาจากดาวเทียมเรดาร์ (Sentinel-1) และมัลติสเปกตรัม (Sentinel-2 และ Landsat) ตลอดระยะเวลาหนึ่งปี เพื่อสร้าง Vector ขนาด 128 มิติสำหรับทุกพิกเซลขนาด 10 เมตรทั่วโลก โดย 64 มิติแรกสามารถแยกออกมาใช้งานเป็น Embedding ขนาดเล็กได้ด้วยตนเอง เนื่องจาก Foundation Models และ Global Embeddings มีค่าใช้จ่ายในการผลิตสูง เราจึงได้คำนวณข้อมูลเหล่านี้ไว้ล่วงหน้าและแบ่งปันให้ชุมชนผ่าน Source Cooperative เพื่อให้การทำแผนที่พืชพรรณ การวิเคราะห์สิ่งปกคลุมดิน หรือการติดตามความเปลี่ยนแปลง กลายเป็นเพียงการฝึก Classifier ขนาดเล็กทับซ้อนด้านบน ซึ่งสามารถรันในเครื่องคอมพิวเตอร์ทั่วไปได้

วิธีที่ OlmoEarth v1.3 สร้าง embedding: vision transformer อ่านข้อมูลดาวเทียม, Attention Pooler รวบรวมข้อมูลให้เป็นหนึ่ง vector ต่อพื้นที่ดินแต่ละส่วน และ linear layer จะลดขนาดลงเหลือตัวเลข 128 ตัว

ประสิทธิภาพระดับแนวหน้าและประหยัดพลังงาน

จากการประเมินเทียบกับ AlphaEarth Foundations (AEF) และ Tessera v2 ใน 27 รายการครอบคลุม 6 ทวีป พบว่า Embeddings ขนาด 128 มิติของ OlmoEarth v1.3 ทำคะแนนสูงสุดได้ถึง 20 จาก 27 รายการ และครองอันดับหนึ่งในภาพรวม ส่วนเวอร์ชัน 64 มิติยังคงนำเป็นอันดับหนึ่งใน 18 รายการ นอกจากนี้ยังมีการเปิดตัว PLANTEUR ซึ่งเป็น Benchmark ใหม่สำหรับพืชพรรณเกษตรในเขตร้อน

ความโดดเด่นของ OlmoEarth v1.3 คือการเป็นโมเดลที่คุ้มค่าที่สุด โดยใช้เวลาคำนวณเพียง 53% ของเวอร์ชัน v1.2 และลดการปล่อยก๊าซคาร์บอนลงถึง 50% แต่ยังคงรักษาประสิทธิภาพในการ Fine-tuning ได้ดีเยี่ยมเท่าเดิม ทุกอย่างตั้งแต่ Model Weights, ข้อมูลที่ใช้ Pre-training ไปจนถึง Code ล้วนเป็นโอเพนซอร์สที่เปิดกว้างอย่างสมบูรณ์

ในเชิงปฏิบัติ Classifier ขนาดเล็กที่ฝึกบน OlmoEarth Embeddings สามารถใช้ระบุพืชพรรณของเกษตรกรในเคนยา ตรวจจับเตาเผาอิฐในธากา ประเมินความเสียหายจากไฟไหม้ในอินโดนีเซีย หรือติดตามการทำเหมืองทองผิดกฎหมายในป่าแอมะซอนของเปรูได้อย่างแม่นยำ

หากคุณต้องการทำซ้ำ การ pre-training OlmoEarth v1.3 Base จะมีราคาประมาณ 2,720 ดอลลาร์สำหรับค่าเช่าเวลาใช้งาน H100 สำหรับการรันรอบสุดท้าย ทั้ง weights, ข้อมูล และ code ล้วนเป็นแบบเปิด

ติดตามความเปลี่ยนแปลงรายปีจากพิกเซล

ตัวอย่างที่เห็นได้ชัดคือการทำเหมืองทองคำในภูมิภาค Madre de Dios ของเปรู ซึ่งมีการทำลายป่าไม้ขนานใหญ่ในช่วงปี 2017-2018 แม้จะมีการกวาดล้างผ่านปฏิบัติการ Operation Mercurio ในปี 2019 แต่ข้อมูล Embeddings ช่วยเผยให้เห็นว่าการทำเหมืองยังคงมีการเคลื่อนไหวในพื้นที่ใหม่ๆ และมีการฟื้นตัวของพืชพรรณในบางจุด ซึ่งข้อมูลเหล่านี้สอดคล้องกับรายงานจากสำนักข่าว Associated Press ในช่วงปี 2026

ผู้ที่สนใจสามารถสำรวจกรณีศึกษานี้และพื้นที่อื่นๆ ทั่วโลกได้ผ่าน interactive story ที่จำลองเหตุการณ์จริงผ่านข้อมูลดาวเทียม

OlmoEarth Embeddings Explorer

OlmoEarth Embeddings Explorer คือเครื่องมือวิเคราะห์เชิงโต้ตอบที่แสดงผลเป็นแผนที่สีจำลอง (False-color map) ของโลก ผู้ใช้สามารถสลับช่วงปีเพื่อดูความเปลี่ยนแปลง ค้นหาสถานที่ที่คล้ายกัน หรือฝึก Classifier ขนาดเล็กบนเบราว์เซอร์แล้วส่งออกเป็น GeoTIFF ได้ทันทีโดยไม่ต้องใช้ GPU

คลังข้อมูลเบื้องหลัง Explorer เก็บข้อมูล Embeddings ความละเอียด 10 เมตรไว้ประมาณ 150 TB ต่อปี ครอบคลุมทั่วโลกในปี 2023-2025 และครอบคลุมบางพื้นที่ย้อนหลังไปถึงปี 2017 ทุกข้อมูลมาพร้อมกับบันทึกที่มา (Provenance) ซึ่งเชื่อมโยงไปยังภาพถ่ายต้นฉบับจาก Sentinel และ Landsat เพื่อความโปร่งใสและสามารถตรวจสอบย้อนกลับได้

เริ่มต้นใช้งาน

การเปิดตัวครั้งนี้ประกอบด้วยตัวโมเดล v1.3 Base, ข้อมูล Global Embeddings ที่คำนวณไว้ล่วงหน้า และรายงานทางเทคนิคฉบับเต็ม หากงานต้องการความเฉพาะเจาะจงมากขึ้น สามารถใช้ OlmoEarth Studio เพื่อปรับแต่งตามวันที่และรูปแบบที่ต้องการ ทุกอย่างเผยแพร่ภายใต้ OlmoEarth Artifact License ซึ่งเป็นสัญญาอนุญาตแบบเปิดเพื่อให้ชุมชนนักพัฒนาและนักวิจัยนำไปต่อยอดได้ทันที