DeepMind AlphaEarth 嵌入识别加州番茄田，像素准确率 99.19%
anselm · x · 2026-10-24
UC Davis 团队在 arXiv 发表论文，用 Google DeepMind 的 AlphaEarth 地理空间嵌入替代传统手工特征遥感流程，绘制加州加工番茄种植系统。
- 方法：基于 LandIQ 2018 地块构建 4,742 块番茄田 + 4,742 块非番茄田的平衡数据集；每块地提取 64 波段 AlphaEarth 嵌入，训练 U-Net 分割模型（AWS SageMaker，单张 A10G GPU），损失函数为组合 masked BCE + soft Dice。
- 不确定性估计：推理时保留 Monte Carlo dropout，每个 chip 重复 100 次得到预测均值与方差。
- 结果：独立测试集上像素准确率 99.19%。
传统流程需手工挑选光谱波段与季节模式、跨年份跨地区都要重做，而 AlphaEarth 嵌入把每年每 10 米地表压缩成 64 个数字，可直接用于下游模型，免去了脆弱的特征工程步骤。
「漫话AGI」频道最新
- Gary Marcus：最危险的是有钱有势却懒于批判性思考的人 — GaryMarcus · 2026-10-25
- Yacine 转发观点：科技圈进入钱不重要、与「装样子者」共事最贵的时代 — yacineMTB · 2026-10-24
- AI 视频生成把数月工作量压到几天,创作者感慨 2027 世界将大不同 — enggirlfriend · 2026-10-24
- yacine 锐评:用开源权重模型,你的国家才是产品 — yacineMTB · 2026-10-24
- 研究者批评 Hinton:拟人化叙事脱离技术现实、贩卖意识形态恐慌 — gerardsans · 2026-10-24
- Grok 推演:人类为何能在 2030 年代造出数十亿台人形机器人 — Dr_Singularity · 2026-10-24