据SiliconANGLE报道，艾伦人工智能研究所（Ai2）10月22日发布OlmoEarth v1.3卫星地图嵌入模型，并同步提供覆盖全球的预计算年度嵌入数据以及浏览器制图工具，用户无需登录即可用卫星数据识别地表覆盖、追踪变化和寻找相似地点。

该模型在最高分辨率下把一年卫星观测压缩为每10米见方地块的数值指纹，同时提供64平方米和128米分辨率版本。Ai2称，这些指纹记录了其他软件可用于区分作物、森林、矿山和其他地表覆盖类型的模式。嵌入数据代表模型从数百万张卫星图像中学到的信息，读取的数据包括Sentinel-1、Sentinel-2和Landsat；其中Sentinel-1测量雷达反射，Sentinel-2和Landsat捕捉可见光与红外波段。

此前，使用OlmoEarth的主要方式是在OlmoEarth Studio中微调，为每项任务训练模型，再对卫星数据运行模型以生成地图。这需要大量图形处理器资源，并要下载和存储影像。此次推出的OlmoEarth Embeddings Explorer把制图放到浏览器中，不需要登录，用户可把嵌入用于追踪随时间发生的变化或查找相似地点。

Ai2表示，与旧版本相比，v1.3是训练成本最低的版本，所用计算时间为v1.2的53%、v1的18%，碳排放分别为后两者的50%和22%。它仍是适合微调的模型，v1.2的性能对研究和合作实验室仍有价值。Ai2称，许多团队过去用微调来验证想法，往往要耗费数小时；在浏览器工具中，首轮分析只需数秒，用少量标签分析一个区域不需要GPU；当真需要微调时，嵌入可帮助判断是否值得投入算力，以及模型在哪些地方表现不足。

在秘鲁马德雷德迪奥斯地区，La Pampa周边非法采金在2017年和2018年达到高峰，清除了坦博帕塔国家保护区缓冲区内超过1200公顷森林。据亚马逊保护团队的MAAP监测项目记录，秘鲁2019年2月的“Mercurio行动”关停了其中大部分活动。仅比较不同年份数据中的像素、不训练模型，2016年至2020年的嵌入显示南部采矿带明显向东推进，显著变化面积34平方公里；2020年至2024年的同样比较显示，该面积降至9平方公里，关停效果可见。农业分析人员也可用同样方法标出油棕种植区，并找出种植园扩张可能替代森林、需要进一步检查的区域。