Google organise l'information géospatiale du monde entier depuis des décennies, la rendant accessible via divers produits tels que Google Maps, Street View et Google Earth. L'information géospatiale est essentielle dans des situations quotidiennes et pour une grande variété de problèmes d'entreprise du monde réel, notamment la santé publique, le développement urbain et la résilience climatique. Les données, les services en temps réel et les modèles d'apprentissage automatique de Google peuvent accélérer les analyses et améliorer les modèles et les données propriétaires. Cependant, l'information géospatiale peut être volumineuse, complexe et difficile à comprendre, nécessitant des capteurs et des plateformes spécialisés. Pour relever ces défis, Google a introduit deux modèles multi-usage pré-entraînés : le modèle de base de la dynamique de la population et un nouveau modèle de base de mobilité fondé sur les trajectoires. Ces modèles ont été testés par plus de 200 organisations, et Google élargit la base de données pour couvrir plus de pays. Google explore également comment l'apprentissage automatique génératif peut réduire le coût, le temps et l'expertise domaine requise pour combiner les capacités géospatiales. La société lance de nouveaux modèles de base de télédétection pour l'expérimentation et un effort de recherche appelé Raisonnement géospatial, qui vise à combiner les modèles de base avec l'apprentissage automatique génératif pour accélérer la résolution de problèmes géospatiaux. Le Raisonnement géospatial fournira des réponses rapides et fiables à des requêtes complexes en langage naturel, et les modèles seront disponibles via un programme de testeur de confiance. Les premiers testeurs des modèles de base de télédétection incluent WPP, Airbus, Maxar et Planet Labs, qui prévoient utiliser les modèles pour pionnier l'intelligence d'audience pilotée par l'IA, extraire des informations à partir d'images satellite et simplifier et accélérer les insights pour leurs clients.