Geospatial AI

เลิกเทรนโมเดลใหม่ทุกครั้งที่มีงานใหม่

ปี 2026 ยุคของการเทรนโมเดลแยกทีละงาน อย่างนับเรือทีหนึ่ง ประเมินรอยไฟไหม้อีกทีหนึ่ง กำลังจะหมดไป การมาถึงของโมเดลพื้นฐานเชิงพื้นที่ เปลี่ยนวิธีที่เราประมวลผลข้อมูลโลกไปทั้งหมด เหมือนกับที่โมเดลภาษาขนาดใหญ่เปลี่ยนวงการข้อความไปก่อนหน้านี้ โมเดลกลุ่มนี้กำลังสร้างความเข้าใจพื้นฐานเรื่องฟิสิกส์ของโลก ให้ระบบ AI ทั้งหมดหยิบไปใช้ร่วมกันได้

1. Prithvi 2.0 โมเดลที่เข้าใจทั้งพื้นที่และเวลา

ผลงานร่วมของ NASA กับ IBM อย่าง Prithvi-EO-2.0 ซึ่งใช้พารามิเตอร์ 600 ล้านตัว ยกระดับมาตรฐานของวงการด้วยการฝังข้อมูลเชิงพื้นที่และเวลาแบบ 3 มิติ ทำให้โมเดลมองเวลาเป็นแกนสำคัญ ไม่ใช่แค่ภาพนิ่งทีละภาพ ผลคือมันแยกออกว่าอะไรคือวงจรพืชผลตามฤดูกาล และอะไรคือการเปลี่ยนแปลงการใช้ที่ดินแบบถาวร

2. สั่งวิเคราะห์ด้วยภาษาคนธรรมดา

กระแสสำคัญของปี 2026 คือการเปิดให้คนทั่วไปวิเคราะห์ข้อมูลเชิงพื้นที่ได้ด้วยการพิมพ์สั่งเป็นภาษาคนธรรมดา เมื่อเอาสถาปัตยกรรมแบบ Segment Anything มารวมกับบริบทเชิงพื้นที่ ผู้ใช้ก็แค่พิมพ์ว่าอยากได้อะไร เช่น หาพื้นที่ที่ร้อนผิดปกติในเมืองซึ่งอยู่ใกล้ชุมชนเปราะบาง แล้วระบบก็ประมวลผลให้ทันที ไม่ต้องเสียเวลาไล่ติดป้ายกำกับข้อมูลจำนวนมหาศาลเหมือนเมื่อก่อน

Satellite Data Processing

3. หัวใจของแฝดดิจิทัลที่มีชีวิต

โมเดลพื้นฐานคือพลังที่ทำให้แฝดดิจิทัลที่มีชีวิตเกิดขึ้นได้จริง ด้วยการหลอมภาพถ่ายดาวเทียมหลายช่วงคลื่นเข้ากับการสแกน 3 มิติจาก LiDAR และโดรน เราจึงสร้างแบบจำลองระบบนิเวศที่เคลื่อนไหวได้ทั้งระบบ และมันไม่ได้แสดงแค่ภาพปัจจุบัน แต่จำลองภาพอนาคตได้ด้วย เช่น ผลจากระดับน้ำทะเลที่สูงขึ้นหรือการขยายตัวของเมือง ผู้กำหนดนโยบายจึงตัดสินใจได้ก่อนที่เรื่องจะเกิด

สรุป

GlobMaps เอาโมเดลพื้นฐานเหล่านี้มาเป็นแกนหลักของแพลตฟอร์มของเรา เมื่อโลกกำลังเจอโจทย์ใหญ่อย่างการเปลี่ยนแปลงสภาพภูมิอากาศและการขยายตัวของเมือง ความสามารถในการขยายผลข้อมูลเชิงพื้นที่ไปได้ทุกจุดบนโลกอย่างรวดเร็ว จึงไม่ใช่ของเสริม แต่เป็นเงื่อนไขของอนาคตที่ยั่งยืน