AI Napędza Modele Miejskich Lasów

Tree-D Fusion, system AI, tworzy 3D modele miejskich drzew, przewidując ich wzrost, wpływ na środowisko i ułatwiając zarządzanie leśnictwem miejskim.

Badacze z MIT, Google oraz Purdue University przedstawili „Tree-D Fusion„, system sterowany sztuczną inteligencją, który tworzy szczegółowe modele 3D miejskich drzew, korzystając z pojedynczych obrazów. Wyniki zostały opisane w niedawnym artykule.

Łącząc sztuczną inteligencję z dziesięcioleciami nauki leśnej, system modeluje struktury drzew i ich wzorce wzrostu, dostarczając wgląd w planowanie leśnictwa miejskiego.

Projekt obejmuje dużą bazę danych z 600 000 gotowych do symulacji modeli drzew z całej Ameryki Północnej, przeznaczonych do zastosowań takich jak przewidywanie wzrostu drzew i jego wpływu na środowisko miejskie, jak podaje komunikat prasowy MIT.

Artykuł wyjaśnia, że system polega na hybrydowym podejściu do modelowania drzew. Algorytmy uczenia głębokiego tworzą najpierw strukturalną powłokę reprezentującą ogólny kształt drzewa. Następnie tradycyjne modele proceduralne doskonalą tę powłokę, symulując realistyczne wzorce gałęzi i liści na podstawie rodzaju drzewa.

Ta kombinacja pozwala Tree-D Fusion przewidywać, jak drzewa mogą rosnąć w różnych warunkach środowiskowych, w tym wariacjach temperatury i dostępności wód gruntowych.

W przeciwieństwie do poprzednich modeli, ten potrafi uchwycić zazwyczaj ukryte cechy, takie jak tył drzew niewidocznych na zdjęciach z perspektywy ulicy, oraz uwzględnia dynamiczną naturę drzew, które oddziałują ze swoim otoczeniem – podaje komunikat prasowy MIT.

„Łączymy dziesięciolecia nauki o leśnictwie z nowoczesnymi możliwościami sztucznej inteligencji”, wyjaśniła Sara Beery, profesor asystent na MIT i główna badaczka w MIT CSAIL, jak donosi MIT.

„To pozwala nam nie tylko identyfikować drzewa w miastach, ale także przewidywać, jak będą rosły i wpływały na swoje otoczenie z czasem. Wykorzystujemy sztuczną inteligencję, aby sprawić, że istniejąca wiedza z zakresu leśnictwa jest stosowana w szerszych kontekstach miejskich.”

MIT wyjaśnia, że Tree-D Fusion stanowi postęp w porównaniu z wcześniejszymi działaniami monitorowania miejskich lasów, które często polegały na obserwacjach na poziomie sąsiedztwa lub miały problemy z skalowaniem.

System wykorzystuje dane obrazowe z narzędzi takich jak Google Street View i integruje je z modelami predykcyjnymi, które są w stanie szacować przyszły wzrost i identyfikować potencjalne ryzyka, takie jak gałęzie zakłócające linie energetyczne.

Pomimo swojego postępu, system napotyka wyzwania, zwłaszcza w przypadku zachodzących na siebie lub „splątanych” drzew, gdzie gałęzie z sąsiednich drzew rosną w siebie.

„To, co sprawia, że ta praca jest ekscytująca, to sposób, w jaki zmusza nas do przemyślenia podstawowych założeń w zakresie widzenia maszynowego” – powiedziała Beery, jak donosi MIT. Dynamiczne i ciągle zmieniające się formy drzew wymagają nowych podejść, w przeciwieństwie do statycznych obiektów, takich jak budynki.

Naukowcy już teraz badają, jak można skalować Tree-D Fusion na skalę globalną, z potencjalnymi zastosowaniami dla leśnictwa miejskiego i monitoringu bioróżnorodności.

„Naszym celem jest wykorzystanie wglądów napędzanych przez AI do wsparcia naturalnych ekosystemów, promowania zrównoważonego rozwoju oraz poprawy planowania przestrzennego w miastach” – powiedział Jae Joong Lee, doktorant na Purdue University, który opracował algorytm Tree-D Fusion, jak donosi MIT.