Земята вече не е планета – тя се е превърнала в обект на изчисления. Сега алгоритмите решават кое е реално и кое не

От десетилетия спътниците наблюдават Земята отвисоко, като всеки ден събират терабайти изображения, радарни данни и показания на сензори. Тези масиви разказват истории за топящи се ледници, покачващи се нива на моретата и разширяващи се градове, но за машините те оставаха ням архив. Космическите апарати работеха за анализатори, а не за алгоритми.

Сега тази граница бързо изчезва. В лабораториите по отбрана, центровете за изкуствен интелект и частните космически компании тече нова надпревара за превръщането на самата планета в изчислима. Целта е хаотичният аналогов свят да се превърне в структура, която може да се индексира, изследва и прогнозира, създавайки жив цифров двойник на Земята.

Спътниците вече не са само наблюдатели и стават част от цикъла „усещане-анализ-действие“. Дронове, наземни сензори и орбитални съзвездия се свързват в нещо, което инженерите все по-често наричат цифровата нервна система на планетата. Две инициативи работят в центъра на тази трансформация. Tensorglobe от Vantor (наследник на Maxar Intelligence) изгражда „жив глобус“ на Земята за автономни системи и отбранителни приложения, a OlmoEarth, разработена в Института за изкуствен интелект „Ален“ (AI2), се опитва да превърне „AI за планетата“ в отворен инструмент за учени, правителства и неправителствени организации.

Историята на Vantor започва с промяна на марката. Когато главният продуктов директор Питър Вилчински пристигна в Maxar, компанията беше затънала в образа на доставчик на сателитни изображения. Сателитите бяха легендарни, клиентите бяха лоялни, но ролята се свеждаше до едно: „ние правим снимки на Земята“. През есента компанията променя името си на Vantor и отделя космическото производство в отделна структура – Lantaris. Новата Vantor се фокусира единствено върху „интелигентността“ и софтуера, който превръща потоците от сензорни данни в полезни идеи. Под ръководството на главния изпълнителен директор Дан Смут компанията започна да се позиционира като системен играч, който свързва сателити, безпилотни дронове и автономни превозни средства в единна структура на пространствения интелект.

Сърцето на тази архитектура е платформата Tensorglobe. Тя комбинира данни от космоса, въздуха и земята в един постоянно актуализиран 3D модел на планетата. Това вече не е карта в обичайния смисъл на думата, а „жив“ цифров модел на Земята, който се възстановява автоматично при появата на нови наблюдения. Докато предшественикът на DigitalGlobe просто „дигитализираше“ физическия свят за човешкото око на екран, Tensorglobe развива тази идея и прави модела подходящ не само за хора, но и за роботи и автономни системи, които трябва да се ориентират във физическата среда чрез цифрова „проекция“.

Името тук не е случайно. В машинното обучение тензорът е основната структура от данни в невронните мрежи – многомерна матрица, в която са кодирани пространството и смисълът. Tensorglobe е замислен като земно кълбо от тензори, където всеки квадратен метър от Земята може да бъде представен, анализиран и превърнат в обект на запитване за алгоритми. Спътниковият архив на Vantor се обработва в огромни 3D реконструкции на терена: според Вилчински компанията вече изгражда 3D покритие за стотици милиони квадратни километри. Алгоритмите комбинират изображения и радари, като „зашиват“ разликите между източниците, превръщайки плоските пиксели в обемни воксели.

Резултатът е жива „кожа“ на планетата, която може да покаже промени в инфраструктурата, горите или движението на войските в почти реално време.

Основният залог на Tensorglobe дори не е в красивите 3D снимки, а в инфраструктурата за автономност. Хората могат да построят триизмерна картина от плоско изображение в движение, но машините не могат да направят това. Vantor предлага единен 3D „слой на реалността“, върху който автономните системи могат да се ориентират, да проследяват промените и да вземат решения. например, Вътре в Tensorglobe се намират подсистемите Cortex, Forge и Nexus, които следват класическия цикъл на разузнаване: събиране на данни, обработка, анализ и извеждане на резултатите в бойни мрежи или среди за моделиране като One World Terrain на армията. Платформата вече участва в затворени програми и се превръща в част от цифровата отбранителна инфраструктура на САЩ.

Лесно е да се премине от въпроса „какво се случва сега“ към „какво следва“, но тук Vantor е предпазливa. Вилчински припомня, че първите глобални модели на света през 70-те години на 20-и век уверено са предсказвали колапс на цивилизацията до 2000 година и всички тези прогнози не са се сбъднали. Използването на прогностичния анализ от Tensorglobe е по-прагматично: системата помага на анализаторите да формализират своя опит и да търсят повтарящи се модели в данните. В областта на отбраната и инфраструктурата това може да бъде разпознаване на фазите на изграждане на съоръженията, а в областта на околната среда и градското планиране – оценка на промените в земеползването или натиска върху ресурсите. Принципът е, че прогнозите могат да бъдат тествани и опровергавани на базата на реални данни, а не да се превръща AI в поредната „черна кутия“.

OlmoEarth, вторият герой на тази история има различна философия: максимална откритост. Това е семейство от базови мултимодални модели, които AI2 обучава върху повече от 10TB данни от наблюдения на Земята. В основата са моделите за трансформиране на зрението, обучени върху оптика, радар и допълнителни слоеве като карти на земеползването, земеделски земи или височина на дървесната покривка. За разлика от традиционните специализирани модели за една задача, OlmoEarth обучава широки възгледи за планетата, които могат да бъдат адаптирани към най-различни сценарии с минимум картографирани данни.

Инициативата Global Mangrove Watch, която следи за състоянието на мангровите гори вече е добър пример. Екипът допълнително обучава един от моделите на OlmoEarth само върху 10 000 маркирани проби вместо върху предишните 5,8 милиона и получава по-точен резултат.

AI2 признава, че това е бил истински „ChatGPT момент“ за партньорите да работят със Земята – когато това, което преди е отнемало години, сега отнема минути.

За да гарантира, че тези модели няма да останат играчка на изследователските лаборатории, AI2 изгражда около тях цялостна платформа, наречена OlmoEarth. Тя следва същия цикъл „събиране, обработка, анализ, действие“, но разчита на уеб интерфейси и отворени API.

В модула Studio потребителите могат да качват снимки, да маркират образци и да усъвършенстват моделите директно в браузъра, без да е необходим екип от инженери по машинно обучение. Модулът Viewer превръща резултатите в интерактивни карти, на които можете да разгледате промените по сезони, да сравнявате базови стойности и да видите как се променя доверието в модела при увеличаване на мащаба. Модулът Run поема тежката работа по изпълнение на задачите за обучение и изчисления в облака, като проследява всички стъпки за възпроизводимост. API за прогнозиране и механизмите на проектите на OlmoEarth могат да се вграждат в съществуващи системи или да се споделят в готови конфигурации за задачи като оценка на риска от горски пожари, прогнозиране на загубите на мангрови гори или картографиране на култури с висока честота.

Откритостта тук е не само в лозунгите, но и в устройството. Кодът, документацията и всичко останало е достъпно за тестване и усъвършенстване, а не са скрито зад затворен лиценз. Това позволява на изследователите и местните организации да изграждат свои собствени стекове за суверенен анализ върху общи компоненти с отворен код, вместо да зависят от големите доставчици.

Практическите ефекти вече са видими. Заедно с Лабораторията за реактивно движение на НАСА AI2 обучава моделите на OlmoEarth да оценяват съдържанието на влага в горимите материали (един от ключовите рискови фактори за горските пожари) чрез комбиниране на радарни и оптични данни с полеви измервания. В окръг Нанди в Кения Международният институт за продоволствена политика използва платформата за по-често актуализиране на селскостопанските карти с цел по-ефективно разпределение на семена, торове и полеви техници. Global Mangrove Watch получава почти в реално време актуална информация за загубата и възстановяването на крайбрежните гори, което му позволява да реагира на заплахите за часове, а не за месеци.

На пръв поглед Vantor и AI2 стоят на противоположни полюси. Единият свят на затворени, суверенни системи за отбрана и автономност, а другият – на отворени модели за климатични и хуманитарни задачи, но по същество те се стремят към едно и също нещо: как да научат машините да разбират планетата. И в двата случая всичко се основава на обединяването на огромни обеми разнородни данни, изграждането и постоянното актуализиране на модели на света, превръщането на необработени сензорни потоци в структурирани знания. Различен е само начинът на контрол и достъп.

За Vantor пространственото разузнаване е въпрос на национална и оперативна сигурност. Техните платформи трябва да работят в суверенни облаци, в защитени центрове за данни и в напълно изолирани среди. За AI2, напротив, е важно „AI за Земята“ да остане достъпен, проверим и мащабируем, особено за тези, които нямат гигантски бюджети и суперкомпютри. Крайният резултат е двойна инфраструктура на самата планета: затворена за командване и контрол и отворена за споделено знание и сътрудничество.

Тъй като подобни системи стават основа за автономност, на пресечната точка на философията и геополитиката възниква по-дълбок въпрос: кой притежава „обективната реалност“, ако тя все повече се определя от софтуерния код и модел, в който подаваме данни?

В миналото суверенитетът се определяше от линиите върху хартиените карти. Сега той постепенно преминава в сферата на алгоритмите, които решават какво да се покаже на картата и как да се интерпретира. Европейските програми като „Коперник“ и азиатските инициативи за „цифрова земя“ отразяват опитите на държавите да контролират не само суровите данни, но и изчислителните модели, които придават на тези данни смисъл. Отворените модели като OlmoEarth дават възможност на международните организации да изградят свои собствени независими аналитични вериги, вместо да разчитат на затворените платформи на няколко държави и корпорации.

Една и съща идея преминава през всички тези истории: свят, който може да наблюдава себе си, да разбира себе си и да действа въз основа на това разбиране. Всеки сензор се превръща в неврон в условния „планетарен мозък“, а всяка актуализация на модела – в негов импулс. Цифровата нервна система на Земята вече не прилича на научна фантастика – тя е инфраструктура, която активно се изгражда. Основното предизвикателство е да я накараме да работи в полза на всички, а не само на тези, които първи са научили как да я разположат.

И Vantor, и AI2 в крайна сметка изказват подобно мнение. Според Вилчински целта не е да се замени човешката преценка, а да се подобри. А инженерът на OlmoEarth Хънтър Пителка подчертава, че „AI за Земята“ не е необходим заради автоматизирането на планетата, а за да се предоставят на възможно най-много хора инструменти за нейната защита. В тези два принципа се крие крехката надежда на новото време: че същите архитектури на невронните мрежи, които ни помагат да картографираме света в детайли, ще ни помогнат и да го разберем, преди да е станало твърде късно.