Google 發表行星預測引擎 PPE，自動化地理空間建模流程，將數週工作縮短至數分鐘

Google Research 發表 Google Earth AI 的最新實驗性研究功能「行星預測引擎（PPE）」，可自動執行從資料發現到模型訓練的完整地理空間建模工作流程，將耗時數週的手動流程縮短至數分鐘。 使用者輸入自然語言查詢後，PPE 會透過 LLM 協調三個模組化階段：首先將提示轉換為地理約束，從 Data Commons 與 Google Earth Engine 檢索資料，並可即時搜尋政府與學術網站；接著將資料與 Population Dynamics Foundation Models (PDFM) 及 AlphaEarth 等預訓練地理空間基礎模型嵌入融合，並透過「Feature Gate」過濾機制防止目標洩漏；最後搜尋 GBDT、多層感知器等模型家族進行訓練，並內建防止過擬合的自我修正迴圈。各階段資料透過不透明 handles 傳遞，避免 LLM 上下文視窗限制。 在評測表現上，PPE 於 21 項 CDC 健康指標的平均 R² 達 76.8%（專家手動基準為 60.0%）；在 FEMA 國家風險指標與社會脆弱性指數（SVI）預測上，平均 R² 分別達 64.9% 與 66.2%。在糧食安全降尺度預測（從省級到地方級）中，準確率翻倍（R² 66.1% vs 31.5%）。此外，在 2026 年剛果民主共和國 Bundibugyo 伊波拉病毒爆發的即時預測中，PPE 的 Recall@10 達 83.3%，正確識別 18 個新疫區中的 15 個，比 SOTA 貝氏模型基準提升 10.3 個百分點。