Google DeepMind y WRI publican ForTy, un mapa global que clasifica bosques y plantaciones con IA
Hecho Qué ha ocurrido
Google DeepMind y el World Resources Institute han presentado ForTy, un mapa global de 10 metros que clasifica el territorio de 2020 en seis categorías, como bosque primario, plantaciones y cultivos arbóreos. Según el propio estudio, identifica aproximadamente la mitad de las superficies de bosque plantado y cultivos arbóreos y el 60% de las plantaciones. La validación de expertos sitúa la precisión global en 90,2%, aunque los autores advierten de que esa cifra se infla por la clase 'otras tierras'.
Resumen generado mediante IA a partir de The Decoder (original en inglés). Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Las empresas con cadenas de suministro de aceite de palma, cacao o caucho necesitan saber cómo se usaba un terreno en 2020 para cumplir el reglamento europeo EUDR. Este mapa ofrece una referencia de partida, pero con errores significativos en las categorías más sensibles.
- Quién se ve afectado
- Importadores y comercializadores de productos agrícolas y madereros sujetos al EUDR, y sus proveedores.
- Qué puede cambiar
- Podría facilitar la evaluación de riesgo de deforestación en cadenas de suministro, siempre que se complemente con verificación sobre el terreno en las zonas inciertas.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Si la Comisión Europea y los auditores aceptan este tipo de mapas como referencia, y si se publica una clase para bosques abiertos y una versión mejorada de las plantaciones.
Recomendación Qué debería hacer una empresa
Usar ForTy como capa de cribado en los próximos 6-12 meses para priorizar proveedores de alto riesgo, validando con datos propios las zonas de plantaciones y cultivos arbóreos.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: The Decoder. La referencia es siempre el artículo original.
Ver fuente original ↗visión por computadoramodelos de embeddings satelitalesIA geoespacial Google DeepMindWorld Resources InstituteComisión Europea AlphaEarth deforestación EUDR ForTy Google DeepMind
Relacionadas
Google DeepMind publica un mapa global de 10 metros que clasifica los tipos de bosque y sus cambios anuales
Google DeepMind, Google Research, el World Resources Institute y el IIASA han publicado ForTy 2020, un mapa global que clasifica cada parcela de 10 por 10…
Por qué importaLas empresas sujetas al reglamento europeo contra la deforestación necesitan saber si una materia prima procede de bosque natural o de plantación, no…
Google DeepMind publica herramientas de IA para mapear especies y predecir deforestación
Google DeepMind ha anunciado tres avances en aplicación de IA a conservación ambiental: un modelo de predicción de riesgo de deforestación a resolución de 30…
Por qué importaEstas herramientas democratizan el acceso a capacidades de análisis ambiental de alto nivel para gobiernos, empresas y organizaciones de…
Google Research publica un dataset vectorizado con IA para mapear setos y bosquetes en Reino Unido
Google Research, en colaboración con la Universidad de Oxford, ha liberado un dataset vectorizado de rasgos leñosos de pequeña escala (setos, muros de piedra…
Por qué importaOfrece una herramienta concreta para contabilidad de carbono y biodiversidad en tierras agrícolas sin reducir la producción de alimentos, un problema…
Un entrenamiento breve eleva del 40% al 80% la precisión para detectar rostros generados con IA
Un estudio publicado en Proceedings of the National Academy of Sciences encontró que una capacitación breve, centrada en la impresión global del rostro y no en…
Por qué importaLos errores visibles ya no sirven como criterio fiable para detectar retratos sintéticos, y la verificación de identidades en perfiles y plataformas…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.