Google Research 推出 S2Vec:用自监督学习读懂城市建成环境
Google Research 发布自监督框架 S2Vec,通过 S2 Geometry 分区与特征栅格化将建成环境转为多层图像,再用掩码自编码(MAE)学习通用嵌入向量。在 US-wide 人口密度、收入中位数等社会经济预测的零样本地理外推任务中,S2Vec 通常是最佳单模型,与图像嵌入做多模态融合后表现普遍优于单一模态;但在树冠覆盖、海拔等环境任务上仍需改进。

Google Research 发布自监督框架 S2Vec,通过 S2 Geometry 分区与特征栅格化将建成环境转为多层图像,再用掩码自编码(MAE)学习通用嵌入向量。在 US-wide 人口密度、收入中位数等社会经济预测的零样本地理外推任务中,S2Vec 通常是最佳单模型,与图像嵌入做多模态融合后表现普遍优于单一模态;但在树冠覆盖、海拔等环境任务上仍需改进。
Google Research 在 The Check Up 活动上公布多项医疗 AI 进展:与 Fitbit 合作研究发现,模拟协作医疗团队的 Personal Health Agent(PHA)比单一任务应用更能支持长期健康管理。
Google Research 与多家 NHS 机构合作的 AIMS 研究在 Nature Cancer 发表两项姊妹研究,评估 AI 乳腺筛查系统。
推荐理由:两项 Nature Cancer 研究给出了 AI 在 NHS 乳腺筛查双读流程中的检测率与工作量数据,可据此了解人机协作的实际边界。
Google 与康奈尔大学合作,让 GPT-4o、Perplexity、Claude 3.5、Gemini Advanced Pro 1.5、NotebookLM 和一套自建 RAG 系统回答 67 道高温超导专家级问题,由国际专家小组按六个维度盲评打分。
Google 宣布在 Flood Hub 上线城市山洪预报,借助新的 AI 方法可提前最多 24 小时预测城市山洪风险。
推荐理由:原文给出了城市山洪预报的模型思路与评估结果,读者可据此判断AI洪水预警在全球南方的覆盖能力。
Google 发布 Groundsource,一套用 Gemini 从全球新闻中提取结构化灾害数据的方法,并开放首个城市山洪数据集,包含 2.6 百万条记录、覆盖 150 多个国家、时间跨度从 2000 年至今。
推荐理由:Google 用 Gemini 把全球新闻转成结构化灾害数据,并给出人工核验的准确率与覆盖对比,可据此判断这套方法能否迁移到其他灾害。
Google Research 与 Beth Israel Deaconess Medical Center 合作开展了一项前瞻性单中心可行性研究,让 AMIE 在门诊初级保健就诊前与患者进行文本问诊,全程由医生通过视频监督。
推荐理由:Google 与 BIDMC 首次在真实门诊流程中部署对话诊断 AI,读者可了解其安全监督机制与诊断表现。