Allen Institute vừa công bố tính năng mới của OlmoEarth Studio: khả năng tạo và xuất các embedding vector từ các mô hình OlmoEarth mở nguồn. Embedding là biểu diễn số học gọn gàng của dữ liệu quan sát Trái Đất, cho phép người dùng thực hiện các tác vụ downstream như tìm kiếm tương đồng, phân đoạn hay khám phá không giám sát.
Người dùng có thể chọn khu vực, khoảng thời gian, loại encoder, độ phân giải và nguồn ảnh qua giao diện UI hoặc API, sau đó tải về một tệp COG (Cloud‑Optimized GeoTIFF) chứa một dải cho mỗi chiều của embedding. Các giá trị được lưu dưới dạng int8 (‑127…+127) và có thể được giải mã lại thành float bằng hàm dequantize_embeddings trong thư viện olmoearth_pretrain. Vì embedding được tính theo yêu cầu, chúng phản ánh chính xác các điều kiện thời gian‑không gian mà người dùng quan tâm, kể cả các thay đổi theo mùa.
Trong các ví dụ, OlmoEarth‑v1‑Tiny (192‑dim) với độ phân giải 40 m và ảnh Sentinel‑2 đã cho thấy khả năng phân biệt rõ ràng giữa khu đô thị và nông nghiệp chỉ dựa trên embedding. Người dùng có thể truy vấn một pixel, tính cosine similarity với toàn bộ ảnh và nhận được bản đồ nhiệt cho thấy các khu vực tương đồng hoặc khác biệt.
Với việc mở mã nguồn và cung cấp trọng số mô hình, cộng đồng AI Việt Nam có thể tự triển khai, tinh chỉnh và chia sẻ các embedding địa lý cho các dự án môi trường, nông nghiệp hay quy hoạch đô thị, mở ra cơ hội áp dụng AI vào phân tích không gian địa lý một cách linh hoạt và chi phí thấp.
Nguồn: Hugging Face — Biên dịch & tổng hợp: danhbaai.com