Yer kürəsinin süni intellektini işə salmaq: Planetimizin ən böyük problemləri üçün geoməkan agentləri

Yeni texniki hesabatda biz domenə xas təməl modelləri, məkan alətləri və qabaqcadan planlaşdırmanın birləşdirilməsinin Geoməkan Mühakimə agentinə müstəqil LLM-lərin edə bilmədiyi mürəkkəb məkan təhlili və planetar proqnozu həyata keçirməyə necə imkan verdiyini nümayiş etdiririk. Partnyorlarla perspektivli sınaqlardan sonra biz həmçinin Google Earth-dən soruş və Agentdən Agentə (A2A) xidməti vasitəsilə eksperimental agent girişini genişləndiririk.

Google Earth süni intellektini təqdim edəndə biz Gemini ilə işləyən agentin cross-modal suallara cavab vermək üçün bu modelləri necə birləşdirə biləcəyini göstərən ilkin prototiplə yanaşı, məsafədən zondlama, hava, daşqın hidrologiyası və əhali dinamikasını əhatə edən bir sıra geoməkan əsas modellərini paylaşdıq.

Agent Gemini-ni Google Maps Platformasından (məsələn, yer məlumatları, marşrutlaşdırma, Google Com-un məlumat dəsti, havanın keyfiyyəti, Google Com) məlumatı ilə yanaşı, WeatherNext, Flood Forecasting, Population Dynamics Foundation Model (PDFM), AlphaEarth Foundations və Remote Sensing Foundations daxil olmaqla Earth AI-nin təməl modellərinin imkanları ilə əlaqələndirir. Axtar .

Earth AI imkanları agentin yalnız istifadəçi sualına ehtiyac duyduqda çağırdığı modul bacarıqlar kimi paketlənir. Mürəkkəb əməliyyatları yerinə yetirməzdən əvvəl agent addım-addım analitik plan qurur, yerli əhatə dairəsi az olduqda müvafiq ehtiyat məlumat dəstlərini seçir və xüsusi iş məkanında böyük xəritə qatlarını emal edir. Bu yanaşma dəqiqliyi qoruyaraq və məlumatların atributunu izləməklə yanaşı, agent kontekstini böyük həcmdə məkan məlumatı ilə aşmaqdan çəkinir. Hər bir cavab agentin planını və istifadə olunan məlumat mənbələrini göstərir ki, ekspertlər fərziyyələri yoxlaya və ya verilənlər bazasını əvəz edə bilsinlər.

Təşkilatlar nadir hallarda yalnız ictimai məlumatlara etibar edirlər. İstifadəçilər indi CSV cədvəlləri, fərdi xəritə sərhədləri ( GeoJSON ) və ya bulud cədvəlləri kimi Geoməkan Reasoning agent API vasitəsilə öz məlumat dəstlərini daxil edə bilərlər. İstifadəçilər daha sonra agentdən Earth AI-nin qlobal modelləri və kataloqları ilə şəxsi yerlərinə qoşulmağı xahiş edə bilərlər.

Mürəkkəb analitik suallara cavab verməklə yanaşı, agent bu yaxınlarda elan edilmiş Planet Proqnoz Mühərrikimizi də gücləndirir. İstifadəçinin regional xəstəlik dərəcələri, məhsul məhsuldarlığı və ya şəbəkə kəsilməsi kimi yerli nəticə datasını nəzərə alaraq, agent avtomatik olaraq müvafiq əhali və ətraf mühit siqnallarını seçir, Əhali Dinamikası İnsightsımızdan və illik Peyk Yerləşdirmə məlumat dəstindən (müvafiq olaraq, PDFM və AlphaEarth Foundations üzərində qurulmuş Google məhsulları) istifadə edir və super öyrənmə modelləri üçün təlimlər, doğrulanmış maşın modelləri üçün təlimlər. miqyasının azaldılması və proqnozlaşdırılması. Bu yaxınlarda həyata keçirdiyimiz ictimai səhiyyə araşdırmalarımızda bu əhali və peyk siqnallarının birləşdirilməsi sağlamlıq nəticələrinə dair proqnozları demoqrafik əsaslarla müqayisədə 12% təkmilləşdirdi və 8X daha incə məkan ayırdetmə ilə xəritələşdirməyə imkan verdi.

Geoməkan Reasoning agentimiz istifadəçinin sualına əvvəlcə çoxmərhələli iş prosesini planlaşdıraraq, sonra sorğuya uyğun əsas Yer AI alətlərini, verilənlər dəstlərini və modellərini seçməklə və nəhayət planın hər bir mərhələsini kontekst pəncərəsindən kənarda iş yerində icra etməklə cavab verir. Cavab mətn, cədvəl və xəritə əsaslı hesabatda çoxsaylı Earth AI imkanlarını özündə birləşdirir.

Domenə məxsus alətlərin və ilkin planlaşdırmanın geoməkan əsaslandırmasına təsirini ölçmək üçün texniki hesabatımız Gemini 3.8 Flash və Gemini 3.1 Pro üzrə dörd agent konfiqurasiyasını müqayisə edir: (1) müstəqil LLM, (2) əsas veb axtarışı və xəritələri əsaslandırma alətləri ilə LLM, (3) Earth AI alətləri ilə LLM (məsələn, Remote və Senning planlaması olmadan) (4) hər sorğuya nəyi edə biləcəyini və edə bilməyəcəyini qiymətləndirmək üçün mövcud imkanları əsaslandıran və cavaba çatmaq üçün lazım olan axtarış və emal mərhələlərini təyin edən xüsusi planlaşdırma mərhələsi ilə başlayan tam Geoməkan Mühakimə agenti.

Əsas Əkizlər modelindən tutmuş, geoməkan əsaslandırması üçün optimallaşdırılmış bacarıq və orkestrasiya ilə tədricən artırılan agentlərə qədər dörd agent konfiqurasiyasını qiymətləndiririk.

Qiymətləndirmə ekspert səviyyəsində açıq uçlu təhlili, çox alətli orkestrləşdirməni və deterministik cavablarla icma tərəfindən işlənib hazırlanmış geoməkan problemlərini əhatə edən dörd meyardan ibarətdir. CBGB və UnivEARTH, müvafiq olaraq coğrafi kodun yaradılmasını və suala cavab verməyi sınaqdan keçirən iki xaricdən hazırlanmış meyarlardır. Bir sualdan və ya istifadə nümunəsindən kənara çıxan çətin tapşırıqlar üzrə agentləri sınamaq üçün biz iki yeni meyar hazırladıq. GeoExpertQueries ekspert müəllifi ilə mürəkkəb, real dünya sorğularını təqdim edir