מערכת Tree-D Fusion משלבת AI גנרטיבי ואלגוריתמים מותנים מסוגים כדי ליצור מודלים מדויקים המוכנים לסימולציה של 600,000 עצים עירוניים קיימים ברחבי צפון אמריקה.
הפילוסוף האירי ג'ורג' ברקלי, הידוע בעיקר בזכות תיאוריית האי-מטריאליזם שלו, הרהר פעם, "אם עץ נופל ביער ואף אחד לא נמצא בסביבה כדי לשמוע אותו, האם זה משמיע קול?"
פרופסור העוזרת של MIT שרה בירי תרמה למערכת החדשה Tree D-fusion, שיכולה ליצור מודל תלת מימד מוכן לסימולציה של עץ אמיתי מתמונות כמו אלה שנמצאו ב-Google Street View. המערכת ממנפת צורת עץ שנוצרת תוך שימוש בנתונים ספציפיים למין ולסביבה כדי ליצור מודלים של עצים מציאותיים ומציאותיים. קרדיט תמונה: Alex Shipps/MIT CSAIL עם תמונת רקע דרך Pixabay.
מַה לְגַבֵּיעצים? הם כנראה לא ישמיעו קול, אבל הם יהיו קריטיים בכל זאת עבור יישומים כמו התאמה של הצומח העירוני לשינויי אקלים. לשם כך, הרומן "Tree-D Fusionמערכת שפותחה על ידי חוקרים במעבדת MIT למדעי המחשב והבינה המלאכותית (CSAIL), גוגל ואוניברסיטת Purdue ממזגת מודלים של AI וגידול עצים עם נתוני Auto Arborist של גוגל כדי ליצור מודלים תלת מימדיים מדויקים של עצים עירוניים קיימים. הפרויקט הפיק את מסד הנתונים הגדול הראשון אי פעם של 600,000 דגמי עצים מודעים לסביבה ומוכנים לסימולציה ברחבי צפון אמריקה.
"אנחנו מגשרים בין עשרות שנים של מדעי היערות עם יכולות בינה מלאכותית מודרניות", אומרת שרה בירי, אסיסטנטית פרופסור להנדסת חשמל ומדעי המחשב ב-MIT (EECS), חוקרת ראשית ב-MIT CSAIL, ומחברת שותפה בנושא חדשמאמר על Tree-D Fusion. "זה מאפשר לנו לא רק לזהות עצים בערים, אלא לחזות כיצד הם יגדלו וישפיעו על הסביבה שלהם לאורך זמן. אנחנו לא מתעלמים מ-30 שנות העבודה האחרונות בהבנת איך לבנות את המודלים הסינתטיים התלת-ממדיים האלה; במקום זאת, אנו משתמשים בבינה מלאכותית כדי להפוך את הידע הקיים הזה לשימושי יותר על פני קבוצה רחבה יותר של עצים בודדים בערים ברחבי צפון אמריקה, ובסופו של דבר בעולם".
Tree-D Fusion מתבססת על מאמצי ניטור יער עירוניים קודמים שהשתמשו בנתוני Google Street View, אך מסנפת אותו קדימה על ידי יצירת מודלים תלת-ממדיים שלמים מתמונות בודדות. בעוד שניסיונות קודמים של דוגמנות עצים הוגבלו לשכונות ספציפיות, או נאבקו עם דיוק בקנה מידה, Tree-D Fusion יכול ליצור מודלים מפורטים הכוללים תכונות נסתרות בדרך כלל, כגון הצד האחורי של עצים שאינם נראים בתמונות תצוגת רחוב .
היישומים המעשיים של הטכנולוגיה מתרחבים הרבה מעבר להסתכלות בלבד. מתכנני ערים יכולים להשתמש ב-Tree-D Fusion כדי להציץ יום אחד אל העתיד, לצפות היכן גדלים ענפים עלולים להסתבך עם קווי חשמל, או לזהות שכונות שבהן מיקום עצים אסטרטגי יכול למקסם את השפעות הקירור ושיפורי איכות האוויר. יכולות הניבוי הללו, אומר הצוות, עשויות לשנות את ניהול היערות העירוניים מתחזוקה תגובתית לתכנון פרואקטיבי.
עץ גדל בברוקלין (ובמקומות רבים אחרים)
החוקרים נקטו בגישה היברידית לשיטה שלהם, תוך שימוש בלמידה עמוקה כדי ליצור מעטפת תלת מימדית של צורת כל עץ, ולאחר מכן השתמשו במודלים פרוצדורליים מסורתיים כדי לדמות דפוסי ענפים ועלים מציאותיים המבוססים על סוג העץ. שילוב זה עזר למודל לחזות כיצד עצים יגדלו בתנאי סביבה ותרחישי אקלים שונים, כגון טמפרטורות מקומיות שונות אפשריות וגישה משתנה למי תהום.
כעת, כאשר ערים ברחבי העולם מתמודדות איתםטמפרטורות עולות, מחקר זה מציע צוהר חדש לעתיד היערות העירוניים. בשיתוף פעולה עםמעבדת העיר הגיונית של MIT, צוות אוניברסיטת פרדו וגוגל מתחילים במחקר עולמי שמדמיין מחדש עצים כמגני אקלים חיים. מערכת הדוגמנות הדיגיטלית שלהם לוכדת את הריקוד המורכב של דפוסי צל לאורך עונות השנה, וחושפת כיצד ייעור עירוני אסטרטגי יכול בתקווה לשנות את גושי העיר הלוהטים לשכונות מקוררות יותר באופן טבעי.
"בכל פעם שרכב למיפוי רחובות עובר בעיר עכשיו, אנחנו לא רק מצלמים תמונות - אנחנו צופים ביערות העירוניים האלה מתפתחים בזמן אמת", אומר Beery. "ניטור רציף זה יוצר יער דיגיטלי חי המשקף את מקבילו הפיזי, ומציע לערים עדשה עוצמתית להתבונן כיצד לחצים סביבתיים מעצבים את בריאות העצים ודפוסי הצמיחה על פני הנוף העירוני שלהן."
דוגמנות עצים מבוססות בינה מלאכותית התגלתה כבעלת ברית בחיפוש אחר צדק סביבתי: על ידי מיפוי חופת עצים עירונית בפירוט חסר תקדים, פרויקט אחות מ-צוות בינה מלאכותית של גוגל לטבעעזר לחשוף פערים בגישה לשטחים ירוקים על פני אזורים סוציו-אקונומיים שונים. "אנחנו לא רק חוקרים יערות עירוניים - אנחנו מנסים לטפח יותר הון עצמי", אומר בירי. הצוות עובד כעת בשיתוף פעולה הדוק עם אקולוגים ומומחי בריאות עצים כדי לחדד את המודלים הללו, ומבטיח שכאשר הערים מרחיבות את החופות הירוקות שלהן, ההטבות מסתעפות לכל התושבים באופן שווה.
זה משב רוח
בעוד ש-Tree-D fusion מסמן "צמיחה" גדולה בתחום, עצים יכולים להיות מאתגרים באופן ייחודי עבור מערכות ראייה ממוחשבת. בניגוד למבנים הנוקשים של מבנים או כלי רכב ששיטות המודלים התלת-ממדיות הנוכחיות מטפלות בהם היטב, עצים הם מחליפים צורה של הטבע - מתנדנדים ברוח, שוזרים ענפים עם שכנים ומשנים כל הזמן את צורתם תוך כדי גדילתם. דגמי היתוך Tree-D הם "מוכנים לסימולציה" בכך שהם יכולים להעריך את צורת העצים בעתיד, בהתאם לתנאי הסביבה.
"מה שהופך את העבודה הזו למרגשת הוא איך היא דוחפת אותנו לחשוב מחדש על הנחות יסוד בראייה ממוחשבת", אומר בירי. "בעוד טכניקות הבנת סצינות תלת-ממדיות כמו פוטוגרמטריה או NeRF [שדות זוהר עצביים] מצטיינות בלכידת אובייקטים סטטיים, עצים דורשים גישות חדשות שיכולות להסביר את הטבע הדינמי שלהם, שבו אפילו רוח עדינה יכולה לשנות באופן דרמטי את המבנה שלהם מרגע לרגע."
הגישה של הצוות ליצור מעטפות מבניות גסות שמתקרבות לצורתו של כל עץ הוכחה יעילה להפליא, אך בעיות מסוימות נותרו לא פתורות. אולי המטרידה ביותר היא "בעיית העצים הסבוכים"; כאשר עצים שכנים צומחים זה לתוך זה, הענפים השזורים שלהם יוצרים פאזל ששום מערכת בינה מלאכותית נוכחית לא יכולה לפרום לחלוטין.
המדענים רואים במערך הנתונים שלהם קרש קפיצה לחידושים עתידיים בראייה ממוחשבת, והם כבר בוחנים יישומים מעבר לתמונות תצוגת רחוב, ומחפשים להרחיב את הגישה שלהם לפלטפורמות כמו iNaturalist ומלכודות מצלמות חיות בר.
"זה מסמן רק את ההתחלה עבור Tree-D Fusion", אומר Jae Joong Lee, סטודנט לדוקטורט באוניברסיטת Purdue שפיתח, הטמיע ופריסה את האלגוריתם Tree-D-Fusion. "יחד עם משתפי הפעולה שלי, אני רואה בעיני רוחי להרחיב את יכולות הפלטפורמה לקנה מידה פלנטרי. המטרה שלנו היא להשתמש בתובנות מונעות בינה מלאכותית בשירות של מערכות אקולוגיות טבעיות - תמיכה במגוון הביולוגי, קידום קיימות גלובלית, ובסופו של דבר, להועיל לבריאותו של כדור הארץ כולו".
נכתב על ידי רייצ'ל גורדון
מָקוֹר:המכון הטכנולוגי של מסצ'וסטס