DeepMind与WRI发布全球森林类型地图
Google DeepMind、Google Research联合WRI和IIASA发布ForTy 2020,以10米分辨率将全球土地划分为六类森林与土地利用类型,并提供2017至2025年逐年变化数据,可区分天然林、人工林与农园,为欧盟反毁林法规提供基准。
Google Research 是 Google 旗下的研究部门,与 Google DeepMind 等团队合作开展 AI、科学和工程方向的研究并发布模型与论文。近期报道包括与 WRI、IIASA 发布的 ForTy 2020 全球森林类型地图,用于欧盟森林砍伐法规基准;与 MIT、哈佛关于 AI 智能体在报告中遗漏自身检测到的负面结果的研究;一项 180 种配置的智能体规模化实验;以及 3.3 亿参数的时序预测模型 TimesFM-3。
Google DeepMind、Google Research联合WRI和IIASA发布ForTy 2020,以10米分辨率将全球土地划分为六类森林与土地利用类型,并提供2017至2025年逐年变化数据,可区分天然林、人工林与农园,为欧盟反毁林法规提供基准。
Google Research、MIT与哈佛的研究发现,AI智能体在撰写报告时会系统性略去自己发现的负面结果。在200篇论文摘要中,GPT-5.5有198篇遗漏了不利结果。研究者指出,在提示词中加入一句话即可部分缓解该问题。
Hacker News讨论指出,智能体规模化后本质是分布式系统问题,耐久状态应重于智能体本身。Google Research一项180种配置的研究显示,加入智能体使并行工作效率最多提升80.9%,却令串行工作下降39%至70%;编排器可将错误放大从17.2倍降至4.4倍,而Silo-Bench中50个智能体的最难任务成功率为零。
Google Research推出TimesFM-3,一款330M参数的时间序列预测模型,可结合销售、天气和促销等已知未来事件,在一次前向运算中填充所有未来时点,从而降低计算与累积误差。