O Allen Institute for AI (Ai2) anunciou o lançamento da OlmoEarth Platform, uma infraestrutura concebida para facilitar a inferência geoespacial em larga escala. Esta solução surge como resposta às dificuldades enfrentadas por organizações que, embora utilizem modelos de observação da Terra, carecem de equipas de engenharia capazes de gerir todo o ciclo de vida dos dados, desde a rotulagem e ajuste fino até à execução de modelos complexos em grandes áreas geográficas.
A plataforma foi desenhada para suportar a família de modelos OlmoEarth, que foram pré-treinados com cerca de 10 terabytes de dados de satélite multimodais. Segundo o Ai2, estas ferramentas já estão a ser adaptadas por governos e organizações não governamentais para fins críticos, como a monitorização da desflorestação, a garantia da segurança alimentar e a avaliação de riscos de incêndios florestais, demonstrando a versatilidade da tecnologia em contextos de missão pública.
Um dos principais desafios técnicos superados pela equipa foi a gestão da escala. Ao contrário dos modelos de linguagem, que processam volumes de dados relativamente pequenos, a inferência geoespacial exige o tratamento de terabytes de informação, frequentemente dispersa por múltiplos fornecedores, resoluções e projeções. A plataforma consegue agora processar áreas à escala continental em aproximadamente um dia, mantendo custos operacionais competitivos, estimados em frações de cêntimo por quilómetro quadrado.
Para otimizar o desempenho, a arquitetura da OlmoEarth Platform divide as tarefas de inferência em três fases distintas, atribuindo cada uma ao hardware mais adequado. A aquisição e pré-processamento de dados são delegados a CPUs com elevada capacidade de entrada e saída, enquanto a execução do modelo é reservada exclusivamente para GPUs. Uma fase final de pós-processamento, também em CPU, assegura a união coerente dos resultados, garantindo que os mapas finais não apresentem falhas de continuidade.
A execução é gerida pelo componente 'OlmoEarth Run', que fragmenta as regiões geográficas em partições independentes. Esta abordagem permite que milhares de processos corram em paralelo através de múltiplos nós de computação, sem que o trabalho numa zona dependa da conclusão de outra. Ao automatizar a orquestração destes processos, o Ai2 pretende democratizar o acesso a insights acionáveis a partir de imagens de satélite, permitindo que organizações sem infraestruturas massivas possam beneficiar de análises geoespaciais avançadas.
Porque importa
A plataforma resolve um estrangulamento crítico na ciência de dados geoespaciais: a distância entre possuir modelos poderosos e ter a capacidade de engenharia para os aplicar em grandes volumes de dados de satélite, tornando a análise ambiental de alta precisão acessível a mais organizações.