Google 與 NASA 發布新 AI 模型 MAPL-EMIT，從太空繪製全球甲烷排放圖
為何重要
這顯示 Google 將 AI 技術往可觀測性與氣候變遷解決方案推進的企圖，並透過 Fully 開源 Kaggle 與 GitHub 工具，大幅降低氣候科技的研發門檻。這不僅強化 Earth Engine 在資料分析生態系的完整性，也為政策制定者與研究人員提供了更精確的 Mitigation 工具。
Google Research 與 NASA Jet Propulsion Laboratory (JPL) 在 PNAS 發表論文，推出名為 MAPL-EMIT 的深度學習模型，利用 NASA 的 EMIT 儀器從太空追蹤甲烷排放。這項技術旨在解決氣體檢測的瓶頸，提升監測效率。
- 模型在 360 萬個物理模擬的甲烷羽流上進行訓練。
- 相較人類專家，該模型可檢測多達 50% 的羽流，並找到全球超過 23,000 個額外羽流。
- 研究已確認全球最大排放的垃圾掩埋場前 25 個中的 24 個是甲烷來源。
- Google 將全球羽流資料庫、Earth Engine app、Kaggle 模型及 GitHub 推理工具全部開源。