인류세 (Anthropocene)의 결정적인 문제는 물리적 지구와 인간 사회를 하나의 결합된 시스템 (coupled system)으로 모델링하는 것이지만, 아직 그 관측 범위를 아우르는 학습된 표현 (learned representation)은 존재하지 않습니다. 우리는 그 장애물이 기하학적 (geometric)이라고 주장합니다. 물리적 지구는 정치적 경계를 무시하는 연속적인 장 (continuous fields)으로 측정되는 반면, 사회는 행정 단위별로 보고됩니다. 지구 시스템 파운데이션 모델 (Earth-system foundation models)은 첫 번째 기하학에 적합하며, 이를 두 번째 기하학에 결합하려면 국경에 대한 손실이 발생하는 평균화 (lossy averaging) 과정이 필요했습니다.

우리는 각자의 고유한 기하학적 구조를 가진 1,024개의 물리적 및 사회적 기록, 즉 512개의 격자형 지구 시스템 장 (gridded Earth-system fields)과 512개의 국가 지표 (national indicators)로 학습된 파운데이션 모델 (foundation model)인 TerraNova를 소개합니다. 전용 인코더 (encoders)가 위치, 국가, 시간 및 작업을 표현하고, 교차 모달 트랜스포머 (cross-modal transformers)가 이를 공유된 시공간 상태 (spatiotemporal state)로 융합하며, 하이퍼네트워크 (hypernetwork)가 예측 분포를 반환하는 증거 헤드 (evidential head)를 갖춘 쿼리별 디코더 (per-query decoder)를 생성합니다. 두 가지 대조 학습 목적 함수 (contrastive objectives)가 표현을 결합합니다: 각 국가와 해당 영토 내 좌표 간의 인구 가중 정렬 (population-weighted alignment), 그리고 이미지 유래 의미론 (image-derived semantics)을 담고 있는 사전 학습된 지리 공간 임베딩 (pretrained geospatial embeddings)과의 정렬입니다.

해당 디코더를 통해 읽어낸 이 표현은 특정 목적을 위해 구축된 지리 공간 인코더 (geospatial encoders)와 경쟁할 만한 성능을 보이면서도, 기존 인코더들이 표현하지 못하는 축(시간, 해양 및 불확실성)을 아우르고 국가 수준의 역량을 지원합니다. 동결된 백본 (frozen backbone)은 희소한 관측값 (sparse observations)으로부터 조밀한 장 (dense fields)을 재구성하며, 소비자용 하드웨어에서도 몇 분 만에 보지 못한 변수들에 적응합니다.