Présentation du modèle OlmoEarth v1.3
Le Allen Institute for Artificial Intelligence a annoncé le 22 octobre 2026 la mise à disposition d’OlmoEarth v1.3, un modèle d’embedding cartographique. Le modèle génère un « empreinte numérique » pour chaque parcelle de 10 × 10 m, ainsi que pour des résolutions de 64 m et 128 m, en condensant une année complète d’observations satellitaires. Les embeddings pré‑calculés couvrent l’ensemble du globe et sont accessibles via l’outil navigateur OlmoEarth Embeddings Explorer, qui ne requiert aucune authentification.
Architecture et données d’entrée
OlmoEarth v1.3 exploite les séries temporelles de Sentinel‑1 (radar), Sentinel‑2 et Landsat (visible et infrarouge). Chaque patch de terrain reçoit un vecteur qui encode les variations spectrales et de texture observées sur douze mois. Ce vecteur sert ensuite à différencier cultures, forêts, mines ou autres couvertures terrestres, sans nécessiter de traitement d’image supplémentaire.
Optimisation du coût d’entraînement
Par rapport à la version v1.2, la nouvelle itération a réduit le temps de calcul à 53 % et les émissions de carbone à 50 %. Comparée à la première version v1, le temps d’entraînement représente 18 % et les émissions 22 %. Malgré ces économies, le modèle conserve une capacité de fine‑tuning comparable à v1.2, ce qui le rend exploitable pour des projets de recherche ou des laboratoires partenaires.
Applications et limites
Dans la région Madre de Dios (Pérou), l’analyse des embeddings a révélé un déplacement est‑ouest de 34 km² entre 2016 et 2020, puis une réduction à 9 km² entre 2020 et 2024, illustrant l’impact d’une opération anti‑extraction. Un analyste agricole peut, en quelques secondes et sans GPU, identifier des extensions de plantations d’huile de palme et les comparer à des zones forestières. Toutefois, pour des tâches nécessitant une précision supérieure, un fine‑tuning reste indispensable, ce qui implique un accès aux ressources GPU.
