A Google geospatial ügynöke összetett bolygószintű elemzéseket végez

Többféle térinformatikai eszközt kapcsol össze

A Google Research október 14-én új technikai jelentést tett közzé a Geospatial Reasoning agent működéséről és értékeléséről. A vállalat szerint a rendszer az önálló, általános célú nagy nyelvi modelleknél alkalmasabb összetett térbeli problémák kezelésére, mivel a válaszadás előtt lépésekre bontja a feladatot, kiválasztja a megfelelő adatforrásokat és eszközöket, majd elkülönített munkaterületen hajtja végre az elemzést.

Az ügynök a Gemini képességeit az Earth AI alapmodelljeivel kapcsolja össze. Ezek között szerepel a WeatherNext, a Flood Forecasting, a Population Dynamics Foundation Model, az AlphaEarth Foundations és a Remote Sensing Foundations. A rendszer emellett a Google Maps Platform, a Google Earth Engine, a Data Commons és a Google Dataset Search információira is támaszkodhat.

A Google szerint a moduláris készségek közül az ügynök csak azokat hívja meg, amelyekre az adott kérdés megválaszolásához szükség van. A válasz része a felhasznált terv és adatforrások felsorolása is, így a szakértők ellenőrizhetik a feltételezéseket, illetve más adatkészletet választhatnak.

Saját adatokat is be lehet vinni

A Geospatial Reasoning agent API segítségével a felhasználók saját adataikat is csatlakoztathatják a rendszerhez. A Google közlése szerint CSV-táblázatok, egyedi térképhatárok GeoJSON formátumban és felhőalapú táblák is használhatók. Ezeket a privát helyszínadatokat az ügynök az Earth AI globális modelljeivel és katalógusaival kapcsolhatja össze.

A rendszer a több lépésből álló elemzésen túl a Planetary Prediction Engine működését is támogatja. Helyi eredményadatok, például regionális megbetegedési arányok, terméshozamok vagy elektromos hálózati kiesések alapján automatikusan kiválaszthatja a releváns népességi és környezeti jeleket. Ezután a Population Dynamics Insights és a Custom Satellite Embeddings jeleit egyesítve gépi tanulási modelleket tanít térbeli előrejelzéshez, részletesebb térbeli leképezéshez és prognózisokhoz.

A Google egy korábbi közegészségügyi kutatására hivatkozva azt írja, hogy a népességi és műholdas jelek kombinálása a demográfiai alapmodellekhez képest 12 százalékkal javította az egészségügyi kimenetek előrejelzését, miközben 8-szor finomabb térbeli felbontású térképezést tett lehetővé.

Négy teszten vizsgálták a rendszert

A technikai jelentés négyféle ügynökkonfigurációt hasonlít össze a Gemini 3.8 Flash és a Gemini 3.1 Pro modelleken. A vizsgálatban szerepelt önálló nagy nyelvi modell, alapvető webes kereséssel és térképes kapcsolattal kiegészített modell, Earth AI-eszközöket használó, de előzetes tervezés nélküli változat, valamint a teljes Geospatial Reasoning agent.

Az értékelés négy tesztet fogott össze. A CBGB a térinformatikai kódgenerálást, az UnivEARTH a kérdésválaszolást vizsgálja. A Google két új tesztet is kidolgozott: a GeoExpertQueries szakértők által összeállított, összetett valós feladatokat tartalmaz, például válságállósági, helyszínkiválasztási és közegészségügyi munkafolyamatokat. A GeoKTools olyan ellenőrizhető válaszú kérdéseket használ, amelyekhez 1 és 4 közötti számú térinformatikai eszköz megfelelő kiválasztása és alkalmazása szükséges.

A Google értékelése szerint a szakterületre szabott készségek jelentősen javították a teljesítményt a GeoExpertQueries, a GeoKTools és a CBGB teszten. Az UnivEARTH esetében az önálló modell is 93,6 százalékot ért el, amit a vállalat azzal magyaráz, hogy a teszt forrásául szolgáló NASA-cikkek és válaszok elérhetők a nyilvános weben. A Google a két új teszt fejlesztési adathalmazait teljes egészében kiadja kutatók számára.

Kísérleti hozzáférés partnereknek és fejlesztőknek

A Google az elmúlt hónapokban szűk körű társadalmi és kereskedelmi partneri tesztelést végzett. A résztvevők között szerepelt az Egészségügyi Világszervezet afrikai regionális irodája, a People in Need, a GiveDirectly, a Milken Institute és a WPP. A tesztek olyan munkafolyamatokat érintettek, mint a járványkitörések vizsgálata, a katasztrófákra való felkészülés és a tisztaenergia-projektek szűrése.

A vállalat bővíti a kísérleti hozzáférést az Ask Google Earth szolgáltatás mélyebb kutatási frissítéséhez, valamint a Google Cloudhoz kapcsolódó ügynökök közötti API-hoz. Utóbbi a fejlesztőknek ad lehetőséget egyedi munkafolyamatok létrehozására, többek között Geminivel való integrációs receptekkel. A bejelentés alapján a rendszer jelenleg kísérleti hozzáférési formákon keresztül érhető el.