Битва за цифровую Землю. Зачем Пентагон строит закрытую модель мира?

Спутники много лет фиксировали изменения на поверхности планеты: таяние ледников, рост мегаполисов, перестройку экосистем. Эти массивы данных служили материалом для исследователей, но оставались мало пригодными для автоматического анализа. Сейчас ситуация меняется: в оборонных лабораториях, институтских центрах и частных аэрокосмических компаниях формируется подход, где Земля рассматривается как объект вычислений. Мир постепенно превращают в цифровую структуру, которую могут интерпретировать не только специалисты, но и алгоритмы. Возникает динамическая трёхмерная модель планеты — не набор архивных снимков, а обновляемая в реальном времени система восприятия. Орбитальные аппараты, беспилотники и наземные датчики начинают работать как элементы единого контура наблюдения, напоминая формирующуюся нервную сеть глобального масштаба.

Центральными компонентами этой эволюции стали два проекта. Tensorglobe, разработанный компанией Vantor (бывшей Maxar Intelligence), представляет закрытую инфраструктуру для пространственного анализа, ориентированную на оборонные задачи, автономные системы и мониторинг критически важных объектов. OlmoEarth от Allen Institute for AI, напротив, строится как открытая экосистема фундаментальных моделей, доступная научному сообществу, экологическим организациям и муниципальным структурам. Оба направления создают цифровые слои реальности, но используют их в разных областях.

Перезагрузка Vantor началась с пересмотра роли компании. Исторически Maxar ассоциировался с космической съёмкой, и такая репутация ограничивала движение в сторону комплексных геоинформационных систем. После реструктуризации производство аппаратов выделили в отдельную фирму Lantaris, а Vantor сосредоточилась на разработке вычислительной платформы для анализа окружающей среды. Ключевым элементом стал Tensorglobe — архитектура, основанная на многомерных тензорах, которые позволяют кодировать форму объектов, их спектральные характеристики и временную динамику. Каждый участок поверхности представлен в виде вокселя, объединяющего разнородные наблюдения: снимки, радары, потоковые данные с дронов. Алгоритмы сопоставляют источники, устраняют расхождения и достраивают глубину. По оценке компании, платформа уже охватывает около 100 млн квадратных километров, что позволяет отслеживать инфраструктуру, природные процессы и перемещения техники почти в реальном времени.

Настоящая значимость Tensorglobe раскрывается в задачах автономии. Человек легко распознаёт объёмные структуры на двумерной картинке, а алгоритмы такой способности лишены. Tensorglobe даёт роботам общий трёхмерный ориентир, позволяющий определять положение, фиксировать изменения и действовать без доступа к GPS. Пример — система Raptor, которая сопоставляет изображение с камеры беспилотника с цифровым рельефом, что даёт возможность работать там, где спутниковая навигация недоступна. Внутри инфраструктуры действуют модули Cortex (управление аппаратами), Forge (сведение потоков), Nexus (защищённая аналитика). Платформа уже применена в закрытых программах GEGD и Luno, становясь элементом цифровой оборонной среды.

При таком уровне детализации неизбежно встаёт вопрос о прогнозах. Разработчики подчёркивают, что Tensorglobe не пытается строить глобальные сценарии, подобные ранним «мировым моделям». Вместо этого система выявляет закономерности: стадии строительства, изменения плотности растительности, перераспределение ресурсов. В оборонной сфере это помогает фиксировать подготовительные этапы инфраструктурных проектов или изменения логистических маршрутов. В климатических исследованиях — сопоставлять долгосрочные ряды данных. Платформа не подменяет эксперта, а предоставляет среду для проверки гипотез на сопоставимых наблюдениях.

OlmoEarth предлагает противоположный по устройству, но схожий по назначению инструмент. Созданная в Allen Institute for AI, платформа использует свыше 10 ТБ наблюдений — оптическую съёмку, радары, карты растительности и биофизические параметры. В отличие от узких моделей, решающих отдельную задачу, OlmoEarth обучена на широком спектре данных и служит универсальным основанием для адаптации под конкретные области. Организация Global Mangrove Watch сократила объём размеченной выборки с 5,8 млн примеров до 10 тыс. без потери точности. NASA JPL применяет её для оценки влажности растительного топлива — ключевого фактора, определяющего вероятность возгорания. IFPRI использует платформу для регулярного обновления карт полей в Кении, что помогает точнее распределять ресурсы. Это примеры того, как фундаментальная ЙИ-модель становится рабочим механизмом для практических задач.

Чтобы система была востребована за пределами научных центров, созданы три компонента. Studio позволяет загружать наблюдения, размечать данные и обучать модели без программирования. Viewer превращает результаты в интерактивные карты, где можно просматривать изменения по сезонам и годам. Run распределяет вычисления и фиксирует историю экспериментов. Благодаря открытым API и свободно опубликованным весам модели прогнозы OlmoEarth легко интегрируются в системы мониторинга лесных пожаров, анализ сельхозпроизводства или оценку экологических рисков. Открытая структура позволяет проверять внутренние механизмы и развивать платформу коллективными усилиями.

Несмотря на различие подходов, проекты Vantor и AI2 решают одну задачу: научить машины воспринимать Землю. Обе системы объединяют огромные и разнородные массивы данных, формируют глобальные модели и превращают спутниковые наблюдения в структурированное представление. Разница состоит в принципах управления: Tensorglobe ориентирован на закрытые сети и обслуживает оборонные системы, в то время как OlmoEarth делает вычислительные инструменты доступными тем, кто не располагает большими ресурсами. Получается двойная архитектура: один уровень обслуживает национальную безопасность и автономию, другой — экологию, науку и гуманитарные проекты.

Чем точнее становится цифровая картина планеты, тем актуальнее вопрос о том, кому принадлежит интерпретация данных. Государства стремятся контролировать не только наблюдения, но и модели, которые определяют их смысл. Европейская программа Copernicus, азиатские инициативы цифровой Земли и американские оборонные платформы отражают этот курс. В такой среде Tensorglobe и OlmoEarth выступают двумя полюсами единой вычислительной экосистемы, где Земля превращается в обновляемый цифровой образ. И при всех различиях обе платформы исходят из одного принципа: технологии должны усиливать человеческое понимание, а не заменять его. Это и есть ключевая надежда новой эпохи — глобальная вычислительная инфраструктура должна помогать нам не только наблюдать за планетой, но и сохранять её.