10 月 22 日，Google DeepMind 發布森林型別地圖 Forest Typology（ForTy），把地球上每 10×10 米的地塊劃入天然林、人工林與樹作物等不同型別。官方強調，未經採伐的天然林在碳儲量與生物多樣性上遠高於每一二十年砍伐一次的單樹種人工林，這正是需要按地塊區分森林型別的原因；而不同森林… 看完整事件
@GoogleDeepMind: Different forests can look identical from above, so ForTy tracks how they have changed over time.
Google DeepMind 發布 ForTy，用於追蹤森林隨時間發生的變化。它基於面向行星資料的基礎模型 AlphaEarth Foundations，讀取覆蓋 170 萬個站點、跨越多年的衛星影像，分辨出外觀相似但變化歷史不同的森林。該工具面向政府、企業、環保組織與科研人員，用於建置不涉及毀林的供應鏈。
把多年衛星影像落到 170 萬站點的變化追蹤上，並明確對接免毀林供應鏈這一具體用途，對做遙感、生態監測與供應鏈合規的團隊有參考價值。
原標題：@GoogleDeepMind: Different forests can look identical from above, so ForTy tracks how they have changed over time.
閱讀原文
| 評分 | 60 / 65（平均 62，門檻 60） |
|---|---|
| 狀態 | 精選 |
相關報導
Google 芬蘭 AI 資料中心砍伐 300 公頃森林，監管介入
Google 在芬蘭的 130 億歐元 AI 資料中心專案，在環境影響評估完成前已清出約 300 公頃森林（約 420 個足球場），芬蘭許可與監督機構 LVV 已要求其當地公司 Tuike Finland Oy 作出解釋，施工可能被叫停。Google 稱清林完全符合芬蘭法規，動工前已勘察以確保不破壞高價值環境區域；芬蘭自然保護協會則援引衛星影像稱，本應受保護的區域已被推平，並請求 LVV 全面停工核查。
@GoogleDeepMind
Jeffy 發布 13 個本地預訓練分類器，無需 GPU
Jeffy 是一個可在普通電腦本地執行的分類器集合，無需 GPU，內建 13 個已訓練好的分類器，覆蓋垃圾資訊檢測、意圖路由、主題分類和情感分析，甚至能玩 Doom。使用者還可以用它訓練自己的分類器。專案作者在 Hacker News 上徵集使用場景與同類任務的架構方案。
@GoogleDeepMind: Together with scientists around the world, our models and tools are helping make disease more detec…
Google DeepMind 表示正與全球科研人員合作，用其模型與工具讓疾病更易被檢出、治療和預防。推文點出的方向包括定位罕見基因變異、加速藥物研發，並稱這些工作正把實驗室突破轉化為現實臨床護理。原帖僅附一條連結，未披露具體模型、資料或時間表。
@GoogleDeepMind: As AI accelerates scientific discovery, we’re helping researchers keep pace by quickly authenticati…
Google DeepMind 發布了一套可快速驗證生物設計是否內建安全防護的工具，並以開放形式供研究使用。該工具面向科研人員，目的是在 AI 加速科學發現的同時不拖慢關鍵研究進度。官方未披露具體工具名稱、技術細節與適用限制。