Putting Earth AI to work: Geospatial agents for our planet's biggest challenges

Google Earth AI, introduced earlier with a suite of geospatial foundation models, has evolved its Geospatial Reasoning agent into a far more capable experimental system. The agent is built for multi-step reasoning across planet-scale data and for autonomously training custom predictive models.

Google is sharing three updates. A new technical report presents systematic evaluations across four benchmarks, including two new ones, Geo KTools and Geo Expert Queries, which are being released so researchers can test their own geospatial agents. The results quantify the value of Earth AI's specialized tools and planning over out-of-the-box LLMs. Real-world partner testing has also begun, with a small group of social impact and commercial organizations, including the World Health Organization (WHO) Regional Office for Africa, People in Need, Give Directly, the Milken Institute and WPP, using the agent for disease outbreak investigations, disaster preparedness and clean energy screening.

Google is also expanding early access. Users can try an experimental deep research update for Ask Google Earth, and developers can use an agent-to-agent API with integration recipes for Gemini. The agent connects Gemini to Earth AI foundation models, including Weather Next, Flood Forecasting and the Population Dynamics Foundation Model (PDFM), along with Google Maps Platform, Google Earth Engine and Data Commons. Its capabilities are packaged as modular skills, and it builds a step-by-step plan before running complex operations. Every response shows that plan and the data sources used, so experts can verify assumptions.

Organizations can also bring their own data as CSV files, GeoJSON boundaries or cloud tables and join it with Earth AI's global models. The agent additionally powers the Planetary Prediction Engine, which takes local outcome data such as regional disease rates, crop yields or grid outages and automatically selects relevant population and environmental signals to generate predictions.

ظهرت Google Earth AI سابقًا مع مجموعة من نماذج الأساس الجيومكانية، وقد تطور وكيل الاستدلال الجغرافي المكاني لديها إلى نظام تجريبي أكثر قدرة بكثير. صُمم الوكيل للاستدلال متعدد الخطوات عبر بيانات بحجم الكوكب، ولتدريب نماذج تنبؤية مخصصة بشكل مستقل.

تشارك Google ثلاثة تحديثات. يعرض تقرير تقني جديد تقييمات منهجية عبر أربعة معايير مرجعية، بينها معياران جديدان هما Geo KTools وGeo Expert Queries، وهما متاحان للإصدار حتى يتمكن الباحثون من اختبار وكلائهم الجيومكانيين الخاصين. وتحدد النتائج القيمة التي تضيفها أدوات Earth AI المتخصصة والتخطيط مقارنةً بنماذج اللغة الكبيرة الجاهزة. كما بدأ اختبار الشركاء في العالم الحقيقي مع مجموعة صغيرة من المؤسسات ذات الأثر الاجتماعي والتجارية، بما في ذلك المكتب الإقليمي لمنظمة الصحة العالمية (WHO) لأفريقيا، وPeople in Need، وGive Directly، وMilken Institute، وWPP، إذ يستخدمون الوكيل في التحقيق في تفشي الأمراض والاستعداد للكوارث وفحص الطاقة النظيفة.

كما توسّع Google نطاق الوصول المبكر. يمكن للمستخدمين تجربة تحديث تجريبي للبحث المعمّق في Ask Google Earth، ويمكن للمطورين استخدام واجهة برمجة تطبيقات من وكيل إلى وكيل مع وصفات تكامل لـ Gemini. يربط الوكيل Gemini بنماذج الأساس الخاصة بـ Earth AI، ومنها Weather Next وFlood Forecasting ونموذج الأساس لديناميكيات السكان (PDFM)، إلى جانب Google Maps Platform وGoogle Earth Engine وData Commons. وتُقدَّم إمكاناته في صورة مهارات معيارية، ويضع خطة خطوة بخطوة قبل تنفيذ العمليات المعقدة. ويعرض كل رد تلك الخطة ومصادر البيانات المستخدمة، ليتمكن الخبراء من التحقق من الافتراضات.

يمكن للمؤسسات أيضًا إحضار بياناتها الخاصة في صورة ملفات CSV أو حدود GeoJSON أو جداول سحابية، ودمجها مع النماذج العالمية لـ Earth AI. ويشغّل الوكيل كذلك محرك التنبؤ الكوكبي، الذي يأخذ بيانات النتائج المحلية مثل معدلات الأمراض الإقليمية وغلة المحاصيل أو انقطاعات الشبكة الكهربائية، ويختار تلقائيًا الإشارات السكانية والبيئية ذات الصلة لإنتاج التنبؤات.

Google Earth AI, যা আগে জিওস্পেশিয়াল ফাউন্ডেশন মডেলের একটি সমষ্টি দিয়ে চালু হয়েছিল, তার জিওস্পেশিয়াল রিজনিং এজেন্টকে আরও সক্ষম একটি পরীক্ষামূলক ব্যবস্থায় রূপান্তরিত করেছে। এজেন্টটি গ্রহ-স্তরের তথ্যের উপর বহু-ধাপ যুক্তি এবং স্বয়ংক্রিয়ভাবে কাস্টম পূর্বাভাস মডেল প্রশিক্ষণের জন্য তৈরি করা হয়েছে।

Google তিনটি আপডেট ভাগ করছে। একটি নতুন প্রযুক্তিগত প্রতিবেদন চারটি বেঞ্চমার্কে পদ্ধতিগত মূল্যায়ন উপস্থাপন করে, যার মধ্যে দুটি নতুন বেঞ্চমার্ক Geo KTools ও Geo Expert Queries রয়েছে, যা গবেষকরা যাতে নিজেদের জিওস্পেশিয়াল এজেন্ট পরীক্ষা করতে পারেন সে জন্য প্রকাশ করা হচ্ছে। ফলাফলে দেখা যায় যে সাধারণ LLM-এর তুলনায় Earth AI-এর বিশেষায়িত টুল ও পরিকল্পনা কতটা মূল্যবান। বাস্তব-জগতের অংশীদার পরীক্ষাও শুরু হয়েছে, যেখানে সামাজিক প্রভাব ও বাণিজ্যিক প্রতিষ্ঠানের একটি ছোট দল, যার মধ্যে রয়েছে বিশ্ব স্বাস্থ্য সংস্থার (WHO) আফ্রিকা আঞ্চলিক কার্যালয়, People in Need, Give Directly, Milken Institute এবং WPP, রোগের প্রাদুর্ভাব তদন্ত, দুর্যোগ প্রস্তুতি ও পরিচ্ছন্ন শক্তি যাচাইয়ের কাজে এই এজেন্ট ব্যবহার করছে।

Google প্রাথমিক অ্যাক্সেসও বাড়াচ্ছে। ব্যবহারকারীরা Ask Google Earth-এর জন্য একটি পরীক্ষামূলক গভীর গবেষণা আপডেট চেষ্টা করতে পারেন, এবং ডেভেলপাররা Gemini-এর জন্য ইন্টিগ্রেশন রেসিপিসহ এজেন্ট-টু-এজেন্ট API ব্যবহার করতে পারেন। এজেন্টটি Gemini-কে Earth AI ফাউন্ডেশন মডেলের সঙ্গে সংযুক্ত করে, যার মধ্যে Weather Next, Flood Forecasting এবং Population Dynamics Foundation Model (PDFM) রয়েছে, এছাড়া Google Maps Platform, Google Earth Engine ও Data Commons-এর সঙ্গেও। এর সক্ষমতাগুলো মডিউলার দক্ষতা হিসেবে সাজানো, এবং জটিল কার্য চালানোর আগে এটি ধাপে ধাপে পরিকল্পনা তৈরি করে। প্রতিটি উত্তর সেই পরিকল্পনা ও ব্যবহৃত ডেটা উৎস দেখায়, যাতে বিশেষজ্ঞরা অনুমানগুলো যাচাই করতে পারেন।

প্রতিষ্ঠানগুলো CSV ফাইল, GeoJSON সীমানা বা ক্লাউড টেবিল হিসেবে নিজেদের ডেটাও আনতে পারে এবং তা Earth AI-এর বৈশ্বিক মডেলের সঙ্গে যুক্ত করতে পারে। এজেন্টটি Planetary Prediction Engine-কেও শক্তি জোগায়, যা অঞ্চলভিত্তিক রোগের হার, ফসলের ফলন বা গ্রিড বিদ্যুৎ বিভ্রাটের মতো স্থানীয় ফলাফলের ডেটা নেয় এবং পূর্বাভাস তৈরির জন্য সংশ্লিষ্ট জনসংখ্যা ও পরিবেশগত সংকেত স্বয়ংক্রিয়ভাবে বেছে নেয়।

Google Earth AI, das zuvor zusammen mit einer Reihe geospatialer Foundation-Modelle vorgestellt wurde, hat seinen Geospatial-Reasoning-Agenten zu einem deutlich leistungsfähigeren experimentellen System weiterentwickelt. Der Agent ist für mehrstufiges Schlussfolgern über Daten im Planetenmaßstab sowie für das autonome Trainieren maßgeschneiderter Prognosemodelle konzipiert.

Google teilt drei Neuerungen mit. Ein neuer technischer Bericht präsentiert systematische Auswertungen anhand von vier Benchmarks, darunter zwei neue, Geo KTools und Geo Expert Queries, die veröffentlicht werden, damit Forschende ihre eigenen geospatialen Agenten testen können. Die Ergebnisse quantifizieren den Mehrwert der spezialisierten Werkzeuge und der Planung von Earth AI gegenüber Standard-LLMs. Außerdem hat das Testen mit realen Partnern begonnen, mit einer kleinen Gruppe von Organisationen aus dem sozialen und kommerziellen Bereich, darunter das Regionalbüro der Weltgesundheitsorganisation (WHO) für Afrika, People in Need, Give Directly, das Milken Institute und WPP. Sie nutzen den Agenten für Untersuchungen von Krankheitsausbrüchen, Katastrophenvorsorge und die Bewertung von Projekten für saubere Energie.

Google erweitert zudem den frühen Zugang. Nutzer können ein experimentelles Update für Deep Research in Ask Google Earth ausprobieren, und Entwickler können eine Agent-to-Agent-API mit Integrationsrezepten für Gemini verwenden. Der Agent verbindet Gemini mit den Foundation-Modellen von Earth AI, darunter Weather Next, Flood Forecasting und das Population Dynamics Foundation Model (PDFM), sowie mit Google Maps Platform, Google Earth Engine und Data Commons. Seine Fähigkeiten sind als modulare Skills gebündelt, und vor komplexen Operationen erstellt er einen schrittweisen Plan. Jede Antwort zeigt diesen Plan und die verwendeten Datenquellen, damit Fachleute die Annahmen überprüfen können.

Organisationen können außerdem eigene Daten als CSV-Dateien, GeoJSON-Grenzen oder Cloud-Tabellen einbringen und mit den globalen Modellen von Earth AI verknüpfen. Der Agent treibt zudem die Planetary Prediction Engine an, die lokale Ergebnisdaten wie regionale Krankheitsraten, Ernteerträge oder Stromausfälle entgegennimmt und automatisch die relevanten Bevölkerungs- und Umweltsignale auswählt, um Prognosen zu erstellen.

Google Earth AI, presentado anteriormente con un conjunto de modelos fundacionales geoespaciales, ha evolucionado su agente de razonamiento geoespacial hasta convertirlo en un sistema experimental mucho más capaz. El agente está diseñado para el razonamiento de varios pasos sobre datos a escala planetaria y para entrenar de forma autónoma modelos predictivos personalizados.

Google comparte tres actualizaciones. Un nuevo informe técnico presenta evaluaciones sistemáticas en cuatro puntos de referencia, incluidos dos nuevos, Geo KTools y Geo Expert Queries, que se publican para que los investigadores puedan probar sus propios agentes geoespaciales. Los resultados cuantifican el valor de las herramientas especializadas y la planificación de Earth AI frente a los LLM listos para usar. También han comenzado las pruebas con socios del mundo real, con un pequeño grupo de organizaciones de impacto social y comerciales, entre ellas la Oficina Regional para África de la Organización Mundial de la Salud (OMS), People in Need, Give Directly, el Instituto Milken y WPP, que utilizan el agente para investigar brotes de enfermedades, preparación ante desastres y evaluación de energía limpia.

Google también amplía el acceso anticipado. Los usuarios pueden probar una actualización experimental de investigación profunda para Ask Google Earth, y los desarrolladores pueden usar una API de agente a agente con recetas de integración para Gemini. El agente conecta Gemini con los modelos fundacionales de Earth AI, entre ellos Weather Next, Flood Forecasting y el Modelo Fundacional de Dinámica Poblacional (PDFM), además de Google Maps Platform, Google Earth Engine y Data Commons. Sus capacidades se empaquetan como habilidades modulares y elabora un plan paso a paso antes de ejecutar operaciones complejas. Cada respuesta muestra ese plan y las fuentes de datos utilizadas, para que los expertos puedan verificar las suposiciones.

Las organizaciones también pueden aportar sus propios datos en archivos CSV, límites GeoJSON o tablas en la nube y combinarlos con los modelos globales de Earth AI. Además, el agente impulsa el Motor de Predicción Planetaria, que toma datos locales de resultados, como tasas regionales de enfermedades, rendimientos de cultivos o cortes de la red eléctrica, y selecciona automáticamente las señales poblacionales y ambientales pertinentes para generar predicciones.

Google Earth AI, présenté précédemment avec une suite de modèles de fondation géospatiaux, a fait évoluer son agent de raisonnement géospatial vers un système expérimental nettement plus performant. L'agent est conçu pour raisonner en plusieurs étapes sur des données à l'échelle planétaire et pour entraîner de manière autonome des modèles prédictifs personnalisés.

Google partage trois mises à jour. Un nouveau rapport technique présente des évaluations systématiques sur quatre benchmarks, dont deux nouveaux, Geo KTools et Geo Expert Queries, publiés afin que les chercheurs puissent tester leurs propres agents géospatiaux. Les résultats quantifient la valeur des outils spécialisés et de la planification d'Earth AI par rapport aux LLM standard. Des tests avec des partenaires réels ont également débuté auprès d'un petit groupe d'organisations à impact social et commerciales, dont le Bureau régional pour l'Afrique de l'Organisation mondiale de la santé (OMS), People in Need, Give Directly, le Milken Institute et WPP, qui utilisent l'agent pour enquêter sur les épidémies, préparer les interventions en cas de catastrophe et évaluer les projets d'énergie propre.

Google élargit également l'accès anticipé. Les utilisateurs peuvent essayer une mise à jour expérimentale de recherche approfondie pour Ask Google Earth, et les développeurs peuvent utiliser une API agent à agent avec des recettes d'intégration pour Gemini. L'agent relie Gemini aux modèles de fondation d'Earth AI, notamment Weather Next, Flood Forecasting et le Population Dynamics Foundation Model (PDFM), ainsi qu'à Google Maps Platform, Google Earth Engine et Data Commons. Ses capacités sont organisées en compétences modulaires, et il établit un plan étape par étape avant d'exécuter des opérations complexes. Chaque réponse présente ce plan et les sources de données utilisées, afin que les experts puissent vérifier les hypothèses.

Les organisations peuvent aussi apporter leurs propres données sous forme de fichiers CSV, de limites GeoJSON ou de tables cloud, et les combiner aux modèles mondiaux d'Earth AI. L'agent alimente en outre le Planetary Prediction Engine, qui prend des données de résultats locaux, comme les taux régionaux de maladies, les rendements agricoles ou les coupures de réseau électrique, et sélectionne automatiquement les signaux démographiques et environnementaux pertinents pour produire des prévisions.

Google Earth AI, जिसे पहले जियोस्पेटियल फाउंडेशन मॉडलों के एक सूट के साथ पेश किया गया था, ने अपने जियोस्पेटियल तर्क एजेंट को एक कहीं अधिक सक्षम प्रायोगिक प्रणाली में विकसित किया है। यह एजेंट ग्रह-स्तरीय डेटा पर बहु-चरणीय तर्क और स्वायत्त रूप से कस्टम अनुमानित मॉडल प्रशिक्षित करने के लिए बनाया गया है।

Google तीन अपडेट साझा कर रहा है। एक नई तकनीकी रिपोर्ट चार बेंचमार्क पर व्यवस्थित मूल्यांकन प्रस्तुत करती है, जिनमें दो नए बेंचमार्क Geo KTools और Geo Expert Queries शामिल हैं, जिन्हें जारी किया जा रहा है ताकि शोधकर्ता अपने स्वयं के जियोस्पेटियल एजेंटों का परीक्षण कर सकें। परिणाम बताते हैं कि आउट-ऑफ-द-बॉक्स LLM की तुलना में Earth AI के विशेष उपकरण और योजना कितने मूल्यवान हैं। वास्तविक दुनिया में साझेदार परीक्षण भी शुरू हो गया है, जिसमें सामाजिक प्रभाव और वाणिज्यिक संगठनों के एक छोटे समूह, जिनमें विश्व स्वास्थ्य संगठन (WHO) का अफ्रीका क्षेत्रीय कार्यालय, People in Need, Give Directly, Milken Institute और WPP शामिल हैं, इस एजेंट का उपयोग रोग प्रकोप की जांच, आपदा तैयारी और स्वच्छ ऊर्जा स्क्रीनिंग के लिए कर रहे हैं।

Google प्रारंभिक पहुंच का भी विस्तार कर रहा है। उपयोगकर्ता Ask Google Earth के लिए एक प्रायोगिक डीप रिसर्च अपडेट आज़मा सकते हैं, और डेवलपर Gemini के लिए इंटीग्रेशन रेसिपी के साथ एजेंट-से-एजेंट API का उपयोग कर सकते हैं। यह एजेंट Gemini को Earth AI फाउंडेशन मॉडलों से जोड़ता है, जिनमें Weather Next, Flood Forecasting और Population Dynamics Foundation Model (PDFM) शामिल हैं, साथ ही Google Maps Platform, Google Earth Engine और Data Commons से भी। इसकी क्षमताएं मॉड्यूलर कौशल के रूप में पैक की गई हैं, और जटिल ऑपरेशन चलाने से पहले यह चरण-दर-चरण योजना बनाता है। हर प्रतिक्रिया वह योजना और उपयोग किए गए डेटा स्रोत दिखाती है, ताकि विशेषज्ञ धारणाओं की जांच कर सकें।

संगठन CSV फ़ाइलों, GeoJSON सीमाओं या क्लाउड टेबल के रूप में अपना डेटा भी ला सकते हैं और उसे Earth AI के वैश्विक मॉडलों के साथ जोड़ सकते हैं। यह एजेंट Planetary Prediction Engine को भी शक्ति देता है, जो क्षेत्रीय रोग दरों, फसल उपज या ग्रिड आउटेज जैसे स्थानीय परिणाम डेटा लेता है और पूर्वानुमान उत्पन्न करने के लिए स्वचालित रूप से प्रासंगिक जनसंख्या और पर्यावरणीय संकेतों का चयन करता है।

Google Earth AI, yang sebelumnya diperkenalkan bersama serangkaian model fondasi geospasial, telah mengembangkan agen Penalaran Geospasialnya menjadi sistem eksperimental yang jauh lebih mumpuni. Agen ini dibangun untuk penalaran multi-langkah di seluruh data berskala planet dan untuk melatih model prediktif khusus secara otonom.

Google membagikan tiga pembaruan. Laporan teknis baru menyajikan evaluasi sistematis pada empat benchmark, termasuk dua benchmark baru, Geo KTools dan Geo Expert Queries, yang dirilis agar para peneliti dapat menguji agen geospasial mereka sendiri. Hasilnya mengukur nilai alat khusus dan perencanaan Earth AI dibandingkan LLM siap pakai. Pengujian dengan mitra dunia nyata juga telah dimulai, melibatkan sekelompok kecil organisasi berdampak sosial dan komersial, termasuk Kantor Regional Organisasi Kesehatan Dunia (WHO) untuk Afrika, People in Need, Give Directly, Milken Institute, dan WPP, yang menggunakan agen ini untuk investigasi wabah penyakit, kesiapsiagaan bencana, dan penyaringan proyek energi bersih.

Google juga memperluas akses awal. Pengguna dapat mencoba pembaruan eksperimental deep research untuk Ask Google Earth, dan pengembang dapat menggunakan API agen-ke-agen dengan resep integrasi untuk Gemini. Agen ini menghubungkan Gemini dengan model fondasi Earth AI, termasuk Weather Next, Flood Forecasting, dan Population Dynamics Foundation Model (PDFM), serta Google Maps Platform, Google Earth Engine, dan Data Commons. Kemampuannya dikemas sebagai keterampilan modular, dan agen ini menyusun rencana langkah demi langkah sebelum menjalankan operasi yang kompleks. Setiap respons menampilkan rencana tersebut dan sumber data yang digunakan, sehingga para ahli dapat memverifikasi asumsi.

Organisasi juga dapat membawa data mereka sendiri dalam bentuk file CSV, batas GeoJSON, atau tabel cloud, lalu menggabungkannya dengan model global Earth AI. Agen ini juga menggerakkan Planetary Prediction Engine, yang menerima data hasil lokal seperti tingkat penyakit regional, hasil panen, atau gangguan jaringan listrik, dan secara otomatis memilih sinyal populasi serta lingkungan yang relevan untuk menghasilkan prediksi.

Google Earth AIは、以前にジオスペーシャル基盤モデル群とともに発表されましたが、そのジオスペーシャル推論エージェントがより高性能な実験的システムへと進化しました。このエージェントは、地球規模のデータに対する多段階の推論と、カスタム予測モデルの自律的な学習を行うように設計されています。

Googleは3つのアップデートを発表しています。新しい技術報告書では、4つのベンチマークによる体系的な評価を示しています。そのうち2つは新規のもので、Geo KTools と Geo Expert Queries であり、研究者が自身のジオスペーシャル・エージェントをテストできるよう公開されます。結果からは、市販の大規模言語モデルと比べて、Earth AIの専門ツールと計画機能がもたらす価値が定量的に示されています。また、実社会での提携先によるテストも始まっており、世界保健機関(WHO)アフリカ地域事務局、People in Need、Give Directly、Milken Institute、WPPなど、社会貢献および商業分野の少数の組織が、感染症の発生調査、防災準備、クリーンエネルギーの選定にこのエージェントを活用しています。

Googleはまた、早期アクセスの範囲を拡大しています。ユーザーは Ask Google Earth の実験的なディープリサーチ更新版を試すことができ、開発者は Gemini 向けの統合レシピを備えたエージェント間API を利用できます。このエージェントは、Gemini を Earth AI の基盤モデルと接続します。対象には、Weather Next、Flood Forecasting、Population Dynamics Foundation Model(PDFM)が含まれ、さらに Google Maps Platform、Google Earth Engine、Data Commons とも連携します。その機能はモジュール式のスキルとしてまとめられており、複雑な処理を実行する前に段階的な計画を立てます。すべての回答にはその計画と使用したデータソースが表示されるため、専門家は前提条件を検証できます。

組織は、CSVファイル、GeoJSON の境界データ、クラウド上のテーブルの形式で独自のデータを持ち込み、Earth AI のグローバルモデルと結合することもできます。さらにこのエージェントはPlanetary Prediction Engineの基盤でもあります。このエンジンは、地域の疾病発生率、作物収量、電力網の停電などの現地の結果データを受け取り、関連する人口および環境の指標を自動的に選択して予測を生成します。

O Google Earth AI, apresentado anteriormente com um conjunto de modelos de fundação geoespaciais, evoluiu seu agente de raciocínio geoespacial para um sistema experimental muito mais capaz. O agente foi criado para raciocinar em múltiplas etapas sobre dados em escala planetária e para treinar de forma autônoma modelos preditivos personalizados.

O Google compartilha três atualizações. Um novo relatório técnico apresenta avaliações sistemáticas em quatro benchmarks, incluindo dois novos, Geo KTools e Geo Expert Queries, que estão sendo disponibilizados para que pesquisadores possam testar seus próprios agentes geoespaciais. Os resultados quantificam o valor das ferramentas especializadas e do planejamento do Earth AI em comparação com LLMs prontos para uso. Testes com parceiros do mundo real também começaram, com um pequeno grupo de organizações de impacto social e comerciais, incluindo o Escritório Regional para a África da Organização Mundial da Saúde (OMS), People in Need, Give Directly, o Milken Institute e a WPP, que estão usando o agente para investigações de surtos de doenças, preparação para desastres e triagem de energia limpa.

O Google também está ampliando o acesso antecipado. Os usuários podem experimentar uma atualização experimental de pesquisa aprofundada para o Ask Google Earth, e os desenvolvedores podem usar uma API de agente para agente com receitas de integração para o Gemini. O agente conecta o Gemini aos modelos de fundação do Earth AI, incluindo Weather Next, Flood Forecasting e o Population Dynamics Foundation Model (PDFM), além do Google Maps Platform, Google Earth Engine e Data Commons. Suas capacidades são empacotadas como habilidades modulares, e ele elabora um plano passo a passo antes de executar operações complexas. Cada resposta mostra esse plano e as fontes de dados utilizadas, para que especialistas possam verificar as premissas.

As organizações também podem trazer seus próprios dados como arquivos CSV, limites GeoJSON ou tabelas na nuvem e combiná-los com os modelos globais do Earth AI. O agente também alimenta o Planetary Prediction Engine, que recebe dados locais de resultados, como taxas regionais de doenças, rendimentos de safras ou quedas de energia na rede, e seleciona automaticamente os sinais populacionais e ambientais relevantes para gerar previsões.

Google Earth AI, представленный ранее вместе с набором геопространственных базовых моделей, превратил свой агент геопространственных рассуждений в гораздо более мощную экспериментальную систему. Агент создан для многошагового анализа данных планетарного масштаба и для автономного обучения пользовательских прогнозных моделей.

Google делится тремя обновлениями. Новый технический отчёт представляет системные оценки по четырём бенчмаркам, включая два новых, Geo KTools и Geo Expert Queries, которые публикуются, чтобы исследователи могли тестировать собственных геопространственных агентов. Результаты количественно показывают ценность специализированных инструментов и планирования Earth AI по сравнению со стандартными LLM. Также начато тестирование с реальными партнёрами: небольшой группой организаций социального и коммерческого направления, включая Региональное бюро Всемирной организации здравоохранения (ВОЗ) для Африки, People in Need, Give Directly, Milken Institute и WPP. Они используют агента для расследования вспышек болезней, подготовки к стихийным бедствиям и скрининга проектов чистой энергетики.

Google также расширяет ранний доступ. Пользователи могут попробовать экспериментальное обновление глубокого исследования для Ask Google Earth, а разработчики могут использовать API агент-агент с примерами интеграции для Gemini. Агент связывает Gemini с базовыми моделями Earth AI, включая Weather Next, Flood Forecasting и Population Dynamics Foundation Model (PDFM), а также с Google Maps Platform, Google Earth Engine и Data Commons. Его возможности оформлены в виде модульных навыков, и перед выполнением сложных операций он составляет пошаговый план. Каждый ответ показывает этот план и использованные источники данных, чтобы эксперты могли проверить допущения.

Организации также могут загружать собственные данные в виде CSV-файлов, границ GeoJSON или облачных таблиц и объединять их с глобальными моделями Earth AI. Кроме того, агент работает в основе Planetary Prediction Engine, который принимает локальные данные о результатах, например региональные показатели заболеваемости, урожайность или отключения электросетей, и автоматически выбирает соответствующие демографические и экологические сигналы для построения прогнозов.

Google Earth AI 此前推出了一套地理空间基础模型,现已将其地理空间推理智能体发展为功能更强大的实验性系统。该智能体专为跨越全球规模数据的多步推理以及自主训练定制预测模型而设计。

谷歌分享了三项更新。一份新的技术报告对四项基准进行了系统评估,其中包括两项新基准 Geo KTools 和 Geo Expert Queries,它们将公开发布,以便研究人员测试自己的地理空间智能体。结果量化了 Earth AI 的专用工具和规划能力相比开箱即用的大语言模型所带来的价值。真实世界的合作伙伴测试也已开始,一小群社会影响力和商业机构,包括世界卫生组织(WHO)非洲区域办事处、People in Need、Give Directly、米尔肯研究所和 WPP,正在使用该智能体进行疾病爆发调查、灾害防范和清洁能源评估。

谷歌还在扩大早期访问范围。用户可以试用 Ask Google Earth 的实验性深度研究更新,开发者则可以使用智能体到智能体的 API,并获得与 Gemini 集成的方案。该智能体将 Gemini 与 Earth AI 基础模型连接起来,其中包括 Weather Next、洪水预报以及人口动态基础模型(PDFM),同时还连接 Google Maps Platform、Google Earth Engine 和 Data Commons。其能力以模块化技能的形式打包,并在运行复杂操作之前制定分步计划。每次回答都会展示该计划和所用数据来源,以便专家核实假设。

机构还可以以 CSV 文件、GeoJSON 边界或云端数据表的形式带入自有数据,并将其与 Earth AI 的全球模型相结合。该智能体还为行星预测引擎提供支持,该引擎接收区域疾病发病率、作物产量或电网停电等本地结果数据,并自动选取相关的人口和环境信号以生成预测。