Google Research har släppt Open Buildings 2.5D Temporal Dataset, ett projekt som spårar byggnadsförändringar i den globala södern från 2016 till 2023.
Detta exceptionellt detaljerade dataset ger en dynamisk bild av urbaniseringen, år för år. Det fångar upp byggnation, tillväxt och omvandling i regioner där sådana detaljerade data länge har varit knapphändiga eller obefintliga.
John Quinn, programvaruingenjör vid Google Research, förklarade Varför projektet är viktigt: "Att inte veta var byggnader finns är ett stort problem av många praktiska skäl. Om du skapar tjänster eller vaccinationskampanjer eller räddar människor efter en nödsituation är det här ett problem."
Verktygets främsta genombrott är dess förmåga att extrahera högupplösta insikter från lågupplösta satellitbilder från Sentinel-2.
Genom att analysera upp till 32 tidsförskjutna bilder av samma plats kan AI:n upptäcka strukturer som är mycket mindre än en enda pixel, vilket effektivt övervinner begränsningarna i tillgängliga bilder i många delar av det globala syd.
Utöver detektering uppskattar systemet byggnadshöjder med anmärkningsvärd precision - inom 1,5 meter i genomsnitt.
Detta omvandlar platta satellitbilder till rik data i flera lager, vilket ger stadsplanerare och humanitära organisationer ett kraftfullt instrument för att förstå befolkningstäthet och resursbehov.
AI förändrar vår metod för att kartlägga markanvändning globalt.
A nyligen genomfört projekt av Aya Data i Ghana, till exempel, visar på teknikens potential. De använde AI för att analysera tusentals satellitbilder av Sydamerika och spåra förändringar i skogar, stadsområden och jordbruksmark under flera år.
AI:ns förmåga att upptäcka subtila förändringar, t.ex. tidiga tecken på avskogning eller nya exploateringar, ger underlag för jordbruks- och naturvårdspolitik i den verkliga världen.
Förutom att observera långsiktiga förändringar i miljön gör AI det möjligt för forskare att upptäcka och reagera på omedelbara hot som olaglig skogsavverkning, tjuvjakt på vilda djur och otillåtna förändringar i markanvändning som syns på satellitbilder.
Kartläggning av det globala syd
Termen "Global South" syftar vanligtvis på utvecklingsländer i Afrika, Asien, Latinamerika och Karibien.
Dessa regioner, där majoriteten av världens befolkning bor, står ofta inför utmaningar när det gäller att tillhandahålla högkvalitativ hälso- och sjukvård, stadsutveckling, miljöskydd och resurshantering.
Abdoulaye Diack, programansvarig för projektet, sa: "Vi vill att människor i det globala syd som fattar politiska beslut ska ha tillgång till samma verktyg som människor i det globala nord."
Datasetet har redan fått praktiska tillämpningar. I Uganda har ideell Sunbird AI utnyttjar dessa data för elektrifieringsprojekt på landsbygden.
WorldPopsom är baserad vid University of Southampton, använder den för att förfina globala befolkningsuppskattningar - information som är avgörande för planeringen av allt från vaccinationskampanjer till katastrofinsatser.
WorldPops chef, professor Andrew Tatem, förklarade varför dessa uppgifter är viktiga: "Att förstå var människor bor är avgörande för att se till att resurserna fördelas rättvist och att ingen hamnar på efterkälken när det gäller att leverera tjänster som sjukvård."
Google medger att systemet har sina begränsningar. Ihållande molntäcke kan försvåra datainsamlingen i några av världens fuktigaste regioner, och mycket små strukturer kan också undgå upptäckt.
Open Buildings 2.5D Temporal Dataset är inte helt utan begränsningar, men är ett utmärkt exempel på den kraftfulla synergin mellan datademokratisering och AI.
Genom att demokratisera tillgången till komplex geospatial information banar den väg för en mer rättvis stadsplanering, katastrofberedskap och hållbar utveckling på global nivå.
