💬 NLP

Characterizing AlphaEarth Embedding Geometry for Agentic Environmental Reasoning

Este trabajo caracteriza la geometría no euclidiana de las incrustaciones de AlphaEarth de Google, demostrando que su estructura manifold rotativa limita la aritmética vectorial pero mejora el razonamiento ambiental cuando se utiliza en un sistema agéntico basado en recuperación, cuyo rendimiento escala con la capacidad de razonamiento del modelo de lenguaje subyacente.

Autores originales: Mashrekur Rahman, Samuel J. Barrett, Christina Last

Publicado 2026-04-22

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Mashrekur Rahman, Samuel J. Barrett, Christina Last

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que la Tierra es un libro gigante con millones de páginas, donde cada página describe el clima, la vegetación y el suelo de un lugar específico. Los científicos han creado una "inteligencia artificial" (llamada AlphaEarth) que lee este libro y convierte cada página en un código secreto de 64 números (un vector).

El problema es que, hasta ahora, nadie sabía muy bien cómo estaban organizados esos códigos secretos. ¿Están en línea recta? ¿Forman un laberinto curvo? ¿Podemos hacer matemáticas con ellos como si fueran palabras?

Este artículo es como un manual de instrucciones para entender la forma de ese laberinto y enseñarle a una IA a navegarlo sin perderse. Aquí te lo explico con analogías sencillas:

1. El Mapa no es Plano, es una Montaña (La Geometría)

Imagina que crees que el código de la Tierra es como una hoja de papel plana y cuadrada. Si eso fuera cierto, podrías sumar y restar códigos fácilmente (como sumar "rey" menos "hombre" más "mujer" para obtener "reina").

Pero los autores descubrieron que el código de la Tierra no es una hoja plana, es una montaña rugosa y curvada.

La analogía: Piensa en un globo terráqueo. Si intentas dibujar una línea recta entre dos puntos en el globo, no es una línea recta en el papel; es una curva.
El hallazgo: Ellos midieron esta "curvatura" y descubrieron que, aunque el código tiene 64 números, en realidad solo necesita unos 13 números para describir la mayoría de las cosas. Además, la forma de la montaña cambia drásticamente: lo que significa "calor" en las llanuras no significa lo mismo en las montañas. El "mapa" gira y se tuerce constantemente.

2. Intentar hacer Matemáticas con el Código (La Aritmética)

Como el mapa es tan curvo, intentar hacer sumas y restas con estos códigos (como intentar mezclar colores en una paleta) falla estrepitosamente.

La analogía: Es como intentar usar una regla recta para medir la distancia entre dos ciudades siguiendo las curvas de una carretera de montaña. La regla te dará un número, pero no será la distancia real.
El resultado: Cuando intentaron crear un "nuevo lugar" sumando o restando códigos (ej. "toma un bosque y hazlo más húmedo"), el resultado no tenía sentido. La IA se confundía porque la geometría no lo permitía.

3. La Solución: Un Agente con Brújula y Mapa (El Sistema)

Dado que no podemos hacer matemáticas con los códigos, ¿qué hacemos? Los autores crearon un agente inteligente (un robot asistente) que usa una estrategia diferente: la búsqueda.

La analogía: En lugar de intentar inventar un nuevo código matemático, el agente actúa como un turista experto con una brújula. Si quieres saber cómo es un lugar, el agente no "calcula" el clima; va a su base de datos, busca los lugares más parecidos (los vecinos cercanos en el mapa curvo) y te dice: "Mira, este lugar es muy parecido a ese otro que ya conocemos".
Las herramientas: El agente tiene 9 herramientas. Algunas son para buscar lugares, otras para comparar, y las nuevas herramientas son "sensibles a la geometría". Estas últimas le dicen al agente: "Oye, en esta zona de la montaña el mapa es muy confuso, ten cuidado con lo que dices" o "Aquí el clima es muy estable, puedes confiar en los datos".

4. ¿Funciona mejor con IAs más inteligentes? (El Resultado)

Probaron este sistema con dos tipos de cerebros de IA: uno muy capaz (Opus) y otro un poco menos capaz (Sonnet).

La analogía: Imagina que le das un mapa complejo y una brújula a dos personas.
- A la persona menos experimentada (Sonnet), darle el mapa complejo la confundió un poco; gastó más energía tratando de entender la brújula y cometió más errores.
- A la persona muy experimentada (Opus), el mapa le fue de gran ayuda. Entendió las curvas, usó la brújula para navegar mejor y dio respuestas mucho más precisas y detalladas.
La lección: Cuanto más inteligente sea el cerebro que usa el sistema, más útil le resulta entender la forma curvada del mapa.

En Resumen

Este paper nos dice que la Tierra es demasiado compleja para ser simplificada con reglas matemáticas simples. En su lugar, debemos construir sistemas que busquen y comparen lugares similares, entendiendo que el "mapa" cambia de forma según dónde estés. Y lo más importante: cuanto más inteligente sea tu asistente, más útil le será saber que el mapa es curvo.

Es como pasar de intentar adivinar el clima con una fórmula mágica a tener un guía experto que conoce cada curva de la montaña y sabe exactamente dónde buscar la respuesta.

Título: Caracterización de la Geometría de las Incrustaciones (Embeddings) de AlphaEarth para el Razonamiento Ambiental Agente

1. Problema y Motivación

Los modelos fundamentales de observación terrestre (como Google AlphaEarth) comprimen imágenes multiespectrales en vectores de incrustación densos (64 dimensiones) que representan la superficie terrestre. Aunque estos modelos han demostrado un alto rendimiento en tareas de clasificación y detección de cambios, su estructura geométrica interna y sus implicaciones para el razonamiento downstream permanecen poco comprendidas.

El problema central es que, a diferencia de las incrustaciones de palabras en el Procesamiento del Lenguaje Natural (NLP) que a menudo permiten aritmética vectorial (ej. rey - hombre + mujer = reina) debido a una linealidad aproximada, no se sabe si los espacios de incrustación satelital son planos o curvos, ni qué operaciones son válidas sobre ellos. La investigación anterior (Rahman, 2026) mapeó qué encodifica cada dimensión individualmente, pero no cómo se relacionan geométricamente entre sí ni si el espacio soporta operaciones composicionales.

2. Metodología

El estudio se divide en tres fases principales, utilizando un conjunto de datos de 12.1 millones de vectores de 64 dimensiones de AlphaEarth (2017-2023) sobre los Estados Unidos Continentales (CONUS), co-ubicados con 26 variables ambientales.

Fase 1: Caracterización de la Variedad (Manifold)
- Estructura Global: Se realizó descomposición espectral de la matriz de covarianza para calcular la participación (participation ratio), determinando la dimensionalidad efectiva.
- Dimensionalidad Intrínseca: Se estimó la dimensionalidad local utilizando el estimador de máxima verosimilitud de Levina-Bickel.
- Geometría Local: Se aplicó PCA local en 10,000 puntos de prueba para medir la alineación entre los componentes principales locales y globales, y la inestabilidad de los espacios tangentes (ángulos de rotación).
- Análisis Multiescala: Se evaluó cómo cambia la alineación y la complejidad geométrica al variar el tamaño de la vecindad ( $k$ ).
Fase 2: Operaciones Composicionales y Recuperación
- Aritmética Vectorial: Se probaron tres experimentos: desplazamiento dirigido (shift), transferencia de propiedades y analogías (tipo A - B + C), utilizando tanto direcciones derivadas de PCA como de sondas lineales supervisadas (Ridge Regression).
- Coherencia de Recuperación: Se midió la consistencia física de los vecinos más cercanos en el espacio de incrustación y se construyó un modelo de confianza para predecir esta coherencia basándose en características geométricas.
Fase 3: Sistema Agente
- Se desarrolló un sistema agente basado en la arquitectura ReAct (Razonamiento + Acción) que utiliza un modelo de lenguaje (Claude Sonnet 4.5) orquestando 9 herramientas: 5 basadas en recuperación (Rahman, 2026) y 4 nuevas herramientas conscientes de la geometría (contexto geométrico, evaluación de confianza, perfiles regionales, identificación de regiones similares).
- Evaluación: Se utilizaron 120 consultas en tres niveles de complejidad, evaluadas mediante un modelo juez (Gemma-3-27B) bajo un esquema de "LLM-as-Judge". Se realizaron estudios de ablación y una comparación cruzada entre modelos (Sonnet 4.5 vs. Opus 4.6).

3. Contribuciones Clave

Caracterización Geométrica Rigurosa: Demostración de que el espacio de incrustación de AlphaEarth es no euclidiano y genuinamente curvo, con una dimensionalidad efectiva global de ~13.3 y una dimensionalidad intrínseca local de ~10.4.
Inestabilidad de Direcciones Conceptuales: Evidencia de que los "espacios tangentes" rotan sustancialmente (84% de los puntos tienen ángulos >60°), lo que significa que las direcciones asociadas a propiedades ambientales (ej. "más húmedo") no son consistentes globalmente.
Validación de la Recuperación sobre la Aritmética: Demostración de que la aritmética vectorial falla en este espacio, pero la recuperación basada en vecinos (k-NN) produce resultados físicamente coherentes, y que la fiabilidad de esta recuperación puede predecirse mediante metadatos geométricos.
Sistema Agente Geoespacial: Desarrollo de un sistema que integra herramientas de recuperación y herramientas de conciencia geométrica para realizar razonamiento ambiental multi-paso, superando las limitaciones de los pipelines deterministas.

4. Resultados Principales

Geometría del Espacio: La dimensionalidad efectiva es de 13.3 (de 64 dimensiones). La alineación entre los componentes principales locales y globales es baja ( $|\cos \theta| = 0.17$ , cerca del azar de 0.125), confirmando que un diccionario global no es suficiente para describir variaciones locales.
Fallo de la Aritmética: Los experimentos de desplazamiento y analogía vectorial mostraron baja precisión. Incluso con sondas supervisadas que ajustaban bien los datos ( $R^2$ alto), las direcciones conceptuales rotaban entre ubicaciones, haciendo inviable la construcción algebraica de nuevas incrustaciones.
Éxito de la Recuperación: La recuperación de vecinos cercanos produce resultados coherentes en la mayoría del manifold. Un modelo lineal logró predecir la coherencia de la recuperación con $R^2 = 0.32$ usando solo características geométricas (distancia media, dimensionalidad intrínseca, etc.).
Rendimiento del Agente:
- La recuperación basada en satélites es el factor dominante para la calidad de la respuesta (mejora de 0.76 puntos sobre la generación solo paramétrica).
- El sistema agente logra su mejor rendimiento en consultas de comparación multi-paso ( $\mu = 4.28$ ), tareas que los pipelines deterministas no pueden resolver.
- Dependencia del Modelo: El valor de las herramientas geométricas depende de la capacidad de razonamiento del modelo LLM.
  - Claude Sonnet 4.5: Las herramientas geométricas redujeron ligeramente la puntuación global (debido a la complejidad de planificación), aunque mejoraron la "fundamentación geométrica".
  - Claude Opus 4.6: Las herramientas geométricas mejoraron la puntuación global y aumentaron significativamente la fundamentación geométrica (+28%), demostrando que los modelos más capaces pueden aprovechar la complejidad del contexto geométrico sin errores de planificación.

5. Significado e Impacto

Este trabajo marca un cambio de paradigma en el uso de modelos fundamentales de observación terrestre:

De la Interpretación de Dimensiones a la Geometría: Se pasa de analizar qué significa cada dimensión individualmente a entender la estructura global y local del espacio, lo cual es crucial para determinar qué operaciones son válidas.
Estrategia de Razonamiento: Establece que, para incrustaciones satelitales curvas, la recuperación (RAG) es superior a la generación composicional (aritmética vectorial).
Escalabilidad con Modelos LLM: Sugiere que a medida que los modelos de lenguaje se vuelven más capaces de razonamiento complejo, el valor de los metadatos geométricos detallados de los espacios de incrustación aumentará, permitiendo sistemas de inteligencia geoespacial más robustos y conscientes de la incertidumbre.
Aplicabilidad General: La arquitectura y el "diccionario geométrico" desarrollado no son específicos de AlphaEarth, sino que pueden aplicarse a cualquier espacio de incrustación denso con geometría curva y estructura espacial variable.