Google расширила экспериментальный доступ к агенту для анализа геоданных Earth AI

Google развивает Geospatial Reasoning agent на базе Gemini для задач, в которых нужно совместить разные виды пространственных данных. В его набор инструментов входят специализированные модели Earth AI для погоды, паводков, спутниковых наблюдений и динамики населения, а также Google Earth Engine, данные картографической платформы и другие каталоги. Обычной языковой модели трудно выполнять такую работу напрямую: геоданные объёмны, хранятся в специальных форматах и требуют нескольких последовательных операций.

Вместо того чтобы загружать карты целиком в контекст Gemini, агент сначала составляет план анализа, а затем вызывает нужные инструменты как отдельные модули. Большие слои данных обрабатываются в рабочей среде за пределами контекстного окна модели. Если локальных данных недостаточно, система подбирает запасные наборы. Ответ может включать текст, таблицы и карты; вместе с ним агент показывает план работы и использованные источники данных, чтобы специалист мог проверить допущения или заменить набор данных.

Теперь через API в агент можно передать собственные данные: CSV-таблицы, границы территорий в GeoJSON или облачные таблицы. Так организация может сопоставить свои объекты и показатели с глобальными моделями Earth AI. Это существенно для пространственных задач, где вопрос обычно привязан к конкретным районам, хозяйствам или участкам сети, а публичные наборы не содержат нужного локального результата. При этом качество анализа всё равно зависит от охвата и пригодности входных данных.

Агент также используется в Planetary Prediction Engine: по локальным данным о результатах, например урожайности, заболеваниях или отключениях электросети, система подбирает сигналы о населении и окружающей среде и обучает прогностическую модель. Google сообщает, что в исследовании здоровья сочетание демографических и спутниковых сигналов улучшило прогноз на 12% относительно демографической базовой модели и позволило строить карты с пространственным разрешением в восемь раз выше. Это результат конкретного исследования, а не обещание такой точности для любой территории.