En experimentell AI-agent från Google Research som utifrån en fråga i vanligt språk själv letar data, bygger och utvärderar en geografisk prognosmodell och skriver en rapport, på minuter i stället för veckor.
Översikt över Planetary Prediction Engines steg, från dataval till färdig rapport [1]
Planetary Prediction Engine (PPE) är ett experimentellt forskningsprojekt inom Google Earth AI. Man ställer en fråga i vanligt språk, till exempel om var en sjukdom kommer att sprida sig eller hur matsäkerheten ser ut i olika distrikt, och agenten sköter hela arbetet med att ta fram en prognosmodell: den hittar och rensar data, tar fram lämpliga variabler, tränar och utvärderar modeller och skriver till sist en rapport. Enligt Google kan det krympa veckor av manuellt arbete till minuter.
Arbetet sker i tre steg som var och en styrs av en språkmodell. Först tolkar agenten frågan, formulerar hypoteser och hämtar data från Data Commons, Google Earth Engine och vid behov myndigheters och forskares egna datakällor. Sedan slås data ihop med Googles färdiga inbäddningar för befolkning (PDFM) och satellitbilder (AlphaEarth), och ett filter tar bort variabler som skulle avslöja svaret i förväg. Till sist provar agenten olika modelltyper och har ett skydd mot överanpassning. Google anger inte vilken språkmodell som används.
I Googles tester slog PPE en manuell expertprocess på 21 amerikanska hälsoindikatorer från CDC (R² 76,8 % mot 60,0 %), förutsade matsäkerhet på distriktsnivå i Nigeria betydligt bättre än en jämförelsemetod och hittade 15 av 18 nya drabbade hälsozoner under ebolautbrottet i Kongo-Kinshasa 2026. PPE är ännu ett forskningsprojekt; Google nämner ingen allmän tillgång.
Inte bedömd än. Alla kan ändra.
Inga kommentarer än. Skriv gärna vilket projekt den kan passa i.