A IBM e a Agência Espacial Europeia (ESA) apresentaram o TerraMind, um modelo de inteligência artificial generativa de código aberto focado na observação da Terra (https://arxiv.org/pdf/2504.11171). A novidade surge de uma colaboração envolvendo também o KP Labs, o Julich Supercomputing Center (JSC) e a Agência Espacial Alemã (DLR), que pretendem democratizar o acesso a modelos fundacionais robustos. O TerraMind foi treinado com base no TerraMesh, o maior conjunto de dados geoespaciais já criado, e representa um salto na capacidade de analisar e interpretar dados ambientais de forma ampla e integrada.
O diferencial do TerraMind está na sua arquitetura inovadora, baseada em codificador-decodificador de transformadores simétricos, permitindo a interpretação de entradas pixelizadas, tokenizadas e sequenciais. Apesar do treinamento massivo com 500 bilhões de tokens, o modelo é leve e utiliza dez vezes menos recursos computacionais do que soluções tradicionais, o que reduz drasticamente o consumo de energia em processos de inferência. Segundo Juan Bernabé-Moreno, diretor da IBM Research, o TerraMind vai além da simples visão computacional ao adquirir uma compreensão intuitiva do planeta.
A superioridade do TerraMind foi comprovada numa avaliação conduzida pela ESA, em que o modelo superou 12 concorrentes em tarefas práticas como classificação de cobertura terrestre, detecção de mudanças e análise multitemporal, alcançando um desempenho 8% superior nas métricas do padrão PANGAEA. De acordo com Simonetta Cheli, diretora da ESA, a integração de diferentes modalidades de dados no TerraMind oferece uma profundidade de compreensão sem precedentes, que beneficia tanto a pesquisa científica como aplicações empresariais.
Além disso, o TerraMind inaugura uma técnica inédita chamada Thinking-in-Modalities (TiM), que permite o autoajuste do modelo gerando novos dados de treino entre modalidades diversas. Isso amplia ainda mais sua aplicabilidade e especialização em casos de uso específicos, como o risco de escassez de água, gestão de desastres naturais e monitorização ambiental em tempo real. Com nove modalidades de dados combinados — incluindo imagens de satélite, uso do solo, geomorfologia e coordenadas —, o modelo oferece uma visão rica e detalhada do planeta.
Este esforço integra a estratégia mais ampla da IBM de combinar dados espaciais e inteligência artificial para acelerar descobertas em sustentabilidade e clima. Atualmente, os modelos Prithvi da IBM-NASA e os especializados Granite já auxiliam na análise de mudanças ambientais, monitorização de infraestruturas críticas e detecção de padrões climáticos extremos. No próximo mês, versões melhoradas do TerraMind serão adicionadas ao repositório da IBM Granite para aplicações de resposta a desastres e de impacto social elevado, reforçando o compromisso da comunidade científica internacional com o futuro do planeta.
