Google 地理空間 AI 工具升級 強化地球數據分析助解環境挑戰 - OwlNews

商傳媒｜葉安庭／綜合外電報導GoogleResearch近期發表一份最新的技術報告，揭示其EarthAI技術中的「地理空間代理人（GeospatialReasoningagent，能理解和處理地圖、衛星影像等地理空間資訊的AI工具）」已大幅升級，展現出更強大的複雜空間分析與行星預測能力。這項創新結合了特定領域的基礎模型、空間工具及預先規劃，使其能有效應對傳統大型語言模型（LLMs）難以處理的地球規模數據挑戰。GoogleEarthAI早前已推出一系列地理空間基礎模型，並在實驗初期整合了Gemini模型驅動的代理人原型。現今，此地理空間代理人系統已更具實力，可執行多步驟的地理空間推論，分析行星規模的數據，並能自主訓練客製化的預測模型。Google也擴大了實驗性存取管道，透過AskGoogleEarth服務及Agent-to-Agent(A2A)API，讓更多開發者與合作夥伴運用這些進階功能。一般的大型語言模型及標準編碼工具，在面對龐大的地球數據和特殊的圖資、衛星格式時，往往難以進行複雜的空間分析，因為這需要多步驟的規劃。然而，這項地理空間代理人能將Gemini模型與EarthAI的多種基礎模型（如WeatherNext、FloodForecasting、PopulationDynamicsFoundationModel(PDFM)、AlphaEarthFoundations、RemoteSensingFoundations）相互連結，並結合Google雲端平臺（GoogleMapsPlatform）的資訊、GoogleEarthEngine、DataCommons及GoogleDatasetSearch等豐富數據資源。該代理人的運作模式是，先建立一套逐步分析的計畫，在數據稀疏時選擇備用資料集，並在專屬工作區處理龐大的地圖圖層。其所有回應皆會顯示分析計畫與資料來源，以供專家審查。用戶也能透過地理空間代理人API上傳自有的數據集（如CSV、GeoJSON檔案），與EarthAI的全球模型和資料庫進行整合。這項技術已在多個領域展現潛力。根據《Research.google》報導，世界衛生組織非洲區域辦事處（WHOAFRO）在2026年剛果民主共和國伊波拉疫情爆發時，利用此代理人分析偏遠礦區廊道，在數分鐘內識別出48個受暴露社區及超過45,500名處於風險中的民眾。該國的EpidemicModelingandIntelligenceUnit(UMIE)也運用PlanetaryPredictionEngine估算伊波拉傳播風險，其公共衛生研究結合人口與衛星數據後，預測健康結果的準確度較傳統人口統計基準提升了12%，並能以高達八倍的解析度繪製疫情地圖。在災害應變方面，國際非政府組織仁人家園（PeopleinNeed）運用代理人分析了14個歷史氣旋路徑，能在數分鐘內識別出高風險村莊，將過去數天的手動GIS作業縮短至幾分鐘。GiveDirectly組織則藉此迅速計算熱帶氣旋Maila期間的風速區人口暴露情況，並評估密西西比州龍捲風造成的損失，大幅縮短危機評估時間。此外，WPP集團利用地理空間推論結合PopulationDynamicsInsights進行更精準的地理空間行銷活動，而米爾肯研究院（MilkenInstitute）也篩選了超過1,500棟建築，評估其成為韌性中心（resiliencehubs）的潛力。這些成功案例不僅驗證了EarthAI技術的實用性，也凸顯了AI在應對全球性環境與公共衛生挑戰上的巨大潛力。台灣作為一個經常面臨自然災害衝擊的地區，無論是颱風、地震或傳染病，若能借鏡此類先進的地理空間AI分析工具，或許可在災害預防、應變規劃及資源分配上獲得更精準的支援。