说到AI。微软帮助Allenby的团队训练其AI for Earth算法来自行识别对象。哪怕有了一个健壮的数据集，训练算法也并非易事。这需要定期的“像素偷窥”——人工对对象进行放大来验证和改进自动化结果。每一遍算法都会改进其识别水道、树木、田地、道路以及建筑的能力。当相关新数据到手时，Chesapeake Conservancy打算用它的AI去刷新地图，跟一开始的劳动密集型需要耗费数百万美元的做法相比，前者更新频率更快也更容易。

现在，微软正在扩大工具的开放范围。只需42美元，任何人就可以在10分钟内在微软的AI for Earth平台跑2亿张航空影像并生成一幅整个美国的高分辨率土地覆盖地图。如果算法没有根据当地情况进行过训练的话，在其他地方的结果不会有那么精确。