Nieuw AI-fundamentmodel monitort milieuprocessen wereldwijd

TESSERA verwerkt data van de Sentinel-satellieten van de European Space Agency en zet deze om in gedetailleerde embeddings: gecomprimeerde AI-representaties van elk stukje aardoppervlak van 10 bij 10 meter. Het model is een van de meest nauwkeurige pixelgebaseerde AI-modellen ooit ontwikkeld op basis van Sentinel-data. Met deze embeddings kunnen onderzoekers, overheden en organisaties veranderingen in het milieu wereldwijd volgen, zoals gewasgezondheid en ontbossing, op een schaal en met een nauwkeurigheid die eerder niet haalbaar waren.

Vultr-infrastructuur op basis van AMD

Het project gebruikt Vultr-infrastructuur op basis van AMD, met configuraties van 4×8 AMD Instinct MI325X GPU’s voor de training van het model en de opslag van de gegenereerde data. Naast de embeddings stelt de Energy & Environment Group ook een volledig reproduceerbare trainingspipeline beschikbaar, zodat het model aan te passen is voor regionale toepassingen.

De toepassingsgebieden van TESSERA omvatten precisielandbouw voor kleinschalige boeren, monitoring van biodiversiteit in uiteenlopende leefgebieden en het in kaart brengen van duurzame energie-infrastructuur zoals zonne- en windparken. De eerste wereldwijde embeddings zijn sinds begin 2026 beschikbaar.

Beeld: TESSERA-visualisatie van zes verschillende regio's in de wereld, weergegeven in kleuren die onderliggende datapatronen zichtbaar maken. Elke pixel bevat 128 datadimensies in plaats van de gebruikelijke drie. De meest linkse afbeelding toont de San Francisco Bay Area.