Леса имеют решающее значение для планеты: они поглощают углерод, регулируют количество осадков и поддерживают биоразнообразие. Несмотря на их важность, тропические леса исчезают с угрожающей скоростью, причем в прошлом году был зафиксирован рекордный показатель. Основной причиной этой вырубки является преобразование среды обитания. Ранее спутниковые данные помогали измерять потери лесов, а новые карты выявляли их причины. Однако этот подход рассматривал только прошлые события.Новая модель глубокого обучения под названием ForestCast использует исключительно спутниковые данные для прогнозирования риска обезлесения. Этот подход преодолевает ограничения старых методов, которые опирались на устаревшие и непоследовательные геопространственные данные. ForestCast анализирует спутниковые временные ряды и исторические потери лесов для прогнозирования будущих рисков. Наиболее значимым входным параметром модели является "история изменений", указывающая, когда произошло обезлесение.Используя только спутниковые данные, ForestCast обеспечивает согласованность и масштабируемость по всему миру. Его модель глубокого обучения на основе трансформеров зрения улавливает пространственный контекст и тенденции обезлесения. Точность модели соответствует или превосходит предыдущие методы, которые использовали специализированные входные карты. Этот прорыв смещает акцент с мониторинга прошлых потерь на проактивное прогнозирование будущих вырубок.Команда выпускает ForestCast, эталонный набор данных и все связанные с ним данные для общественности. Это позволяет сообществу машинного обучения проверять, развивать и улучшать модели оценки риска обезлесения. Цель состоит в том, чтобы предоставить инструмент, который поможет правительствам, компаниям и сообществам вмешаться до того, как леса будут потеряны. Направляя ресурсы в уязвимые районы, этот инструмент прогнозирования призван предотвратить обезлесение, сократить выбросы и защитить биоразнообразие. В конечном счете, речь идет об изменении неизбежного будущего на защищенное путем предоставления информации для принятия обоснованных решений.