DeepMind kartiert die Waldtypen der Welt mit einer Auflösung von 10 Metern
ForTy, eine neue Google DeepMind- und World Resources Institute-Karte, sortiert globale Landflächen in Primär-, Nachwuchs-, Pflanz- und Plantagenwald mit ehrlichen Genauigkeitsgrenzen.
Google DeepMind und World Resources Institute haben ForTy, kurz für Forest Typology, veröffentlicht, eine globale Karte, die nicht nur fragt: „Gibt es einen Baum?“ aber „Was ist das für ein Wald?“ Es deckt das Jahr 2020 mit einer Auflösung von 10 Metern ab und sortiert Land in sechs Klassen: Primärwald, sich natürlich regenerierender Wald, gepflanzter Wald, Plantagenwald, Baumkulturen wie Ölpalme, Gummi und Kakao sowie sonstiges Land. Die Autoren nennen es die erste globale Karte dieser Art.
Der Zeitpunkt ist kein Zufall. Die Entwaldungsverordnung der EU verbietet Waren, die mit der Abholzung von Wäldern in Zusammenhang stehen, nach dem 31. Dezember 2020. Daher benötigen Unternehmen einen Ausgangswert für das Jahr 2020, um das Risiko in der Lieferkette beurteilen zu können. ForTy bietet eines kostenlos unter einer CC BY 4.0-Lizenz an, auch innerhalb von Google Earth Engine.
Technisch basiert es auf AlphaEarth Foundations, einem Modell, das Satellitendaten (optische, Radar-, Laser- und Klimasimulationen) in einen kompakten „Fingerabdruck“ für jedes 10 mal 10 Quadratmeter große Gelände komprimiert. Drei Modellstufen verfeinerten dann die Bezeichnungen, und Gemini half dabei, ältere Trainingsdaten an EU-Definitionen anzupassen. Experten fügten etwa 43.000 korrigierte Beispiele hinzu, beispielsweise korrigierten sie europäische Weinberge, die fälschlicherweise als Baumkulturen gekennzeichnet waren.
Die Genauigkeitszahlen verdienen eine sorgfältige Lektüre. Die Gesamtgenauigkeit liegt bei 90,2 Prozent, aber die Autoren sagen, dass die einfache Klasse „Anderes Land“ sie erhöht. Der Primärwald wird in 89 Prozent der Fälle korrekt identifiziert. Baumkulturen und gepflanzte Wälder sind nur etwa in der Hälfte der Zeit richtig, Plantagen etwa in 60 Prozent. Das Modell überschätzt den Primärwald in Asien um etwa 200 Millionen Hektar, größtenteils russischen Nadelwald, und übersieht etwa 94 Millionen Hektar offenen Trockenwald in Afrika. Im Vergleich zu den eigenen Karten der Europäischen Kommission auf denselben Testdaten erzielte ForTy eine höhere Punktzahl: 90,9 Prozent gegenüber 87,8 Prozent für Waldtypen.
Was dahinter steckt: Satelliten können grün sehen, aber kein Management. Die Unterscheidung zwischen einem natürlich nachgewachsenen Wald und einem gepflanzten Wald ist zum Teil eine Frage des Ermessens. Daher verwendete das Team einen Rotationsgrenzwert von 40 Jahren und räumte ein, dass dieser für einige Regionen schlecht geeignet sei. Aus diesem Grund sind Konfidenzwerte pro Klasse enthalten: Benutzer können ihre eigenen Schwellenwerte festlegen, anstatt einer Bezeichnung zu vertrauen.
Was das für Sie bedeutet: Für die meisten Leser ändert sich heute nichts. Wenn Sie in den Bereichen Nachhaltigkeit, Beschaffung oder Naturschutz arbeiten, ist ForTy ein nützlicher Ausgangspunkt, aber es ist kein Beweis dafür, dass ein bestimmtes Grundstück sauber ist, und die schwachen Klassen sind genau diejenigen, die den Regulierungsbehörden am Herzen liegen. Wenn Sie nur neugierig sind, ist dies ein gutes Beispiel dafür, was KI gut kann: eine Flut von Satellitendaten in etwas umzuwandeln, das eine Person überprüfen, hinterfragen und verbessern kann.
Quellen
Quellen: https://deepmind.google/blog/beyond-tree-cover-mapping-the-worlds-forest-types/
Bericht: OpenAI hat etwa 11 Milliarden US-Dollar von einem Ziel von 30 Milliarden US-Dollar eingesammelt
Laut Wall Street Journal hat OpenAI etwa ein Drittel seines Finanzierungsziels bei einer Bewertung von 1,25 Billionen US-Dollar erreicht und wendet sich an wohlhabende Privatpersonen und einen möglichen Börsengang.
