MIT

El filósofo irlandés George Berkely, mejor conocido por su teoría del inmaterialismo, alguna vez reflexionó: “Si un árbol cae en un bosque y no hay nadie cerca para escucharlo, ¿hace un sonido?”

¿Qué pasa con los árboles generados por IA? Probablemente no harían ningún sonido, pero de todos modos serán fundamentales para aplicaciones como la adaptación de la flora urbana al cambio climático. Para ello, la novela “Fusión Árbol-DEl sistema ” desarrollado por investigadores del Laboratorio de Inteligencia Artificial y Ciencias de la Computación del MIT (CSAIL), Google y la Universidad Purdue fusiona modelos de IA y crecimiento de árboles con los datos Auto Arborist de Google para crear modelos 3D precisos de árboles urbanos existentes. El proyecto ha producido la primera base de datos a gran escala de 600.000 modelos de árboles preparados para simulación y conscientes del medio ambiente en toda América del Norte.

“Estamos uniendo décadas de ciencia forestal con capacidades modernas de IA, dice Sara Beery, profesora asistente de ingeniería eléctrica e informática (EECS) del MIT, investigadora principal de CSAIL del MIT y coautora de un nuevo artículo sobre Tree-D Fusion. “Esto nos permite no sólo identificar árboles en las ciudades, sino también predecir cómo crecerán e impactarán su entorno con el tiempo. No estamos ignorando los últimos 30 años de trabajo para comprender cómo construir estos modelos sintéticos 3D; en cambio, estamos usando IA para hacer que este conocimiento existente sea más útil en un conjunto más amplio de árboles individuales en ciudades de América del Norte y, finalmente, en el mundo.”

Tree-D Fusion se basa en esfuerzos anteriores de monitoreo de bosques urbanos que utilizaron datos de Google Street View, pero los ramifica generando modelos 3D completos a partir de imágenes individuales. Si bien los intentos anteriores de modelar árboles se limitaban a vecindarios específicos o tenían problemas con la precisión a escala, Tree-D Fusion puede crear modelos detallados que incluyen características típicamente ocultas, como la parte posterior de los árboles que no son visibles en las fotos de vista de la calle.

Las aplicaciones prácticas de la tecnología van mucho más allá de la mera observación. Los planificadores urbanos podrían utilizar Tree-D Fusion para algún día mirar hacia el futuro, anticipando dónde las ramas en crecimiento podrían enredarse con líneas eléctricas, o identificando vecindarios donde la ubicación estratégica de los árboles podría maximizar los efectos de enfriamiento y las mejoras en la calidad del aire. Estas capacidades predictivas, afirma el equipo, podrían cambiar la gestión de los bosques urbanos del mantenimiento reactivo a la planificación proactiva.

Un árbol crece en Brooklyn (y en muchos otros lugares)

Los investigadores adoptaron un enfoque híbrido en su método, utilizando el aprendizaje profundo para crear una envoltura tridimensional de la forma de cada árbol y luego utilizando modelos de procedimientos tradicionales para simular patrones realistas de ramas y hojas basados en el género del árbol. Esta combinación ayudó al modelo a predecir cómo crecerían los árboles en diferentes condiciones ambientales y escenarios climáticos, como diferentes temperaturas locales posibles y acceso variable a las aguas subterráneas.

Ahora, mientras las ciudades de todo el mundo luchan temperaturas crecientes, esta investigación ofrece una nueva ventana al futuro de los bosques urbanos. En colaboración con Laboratorio de la ciudad sensable del MIT, la Universidad Purdue y el equipo de Google se están embarcando en un estudio global que reimagina los árboles como escudos climáticos vivos. Su sistema de modelado digital captura la intrincada danza de los patrones de sombra a lo largo de las estaciones, revelando cómo, con suerte, la silvicultura urbana estratégica podría convertir las sofocantes manzanas de la ciudad en vecindarios con refrigeración más natural.

“Cada vez que un vehículo de mapeo de calles pasa por una ciudad, no solo estamos tomando instantáneas. —, estamos viendo cómo estos bosques urbanos evolucionan en tiempo real, dice Beery. “Este monitoreo continuo crea un bosque digital vivo que refleja su contraparte física, ofreciendo a las ciudades una lente poderosa para observar cómo las tensiones ambientales dan forma a los patrones de crecimiento y salud de los árboles en todo su paisaje urbano.”

El modelado de árboles basado en IA se ha convertido en un aliado en la búsqueda de la justicia ambiental: al mapear la copa de los árboles urbanos con un detalle sin precedentes, un proyecto hermano del Equipo de Google AI para la naturaleza ha ayudado a descubrir disparidades en el acceso a espacios verdes en diferentes áreas socioeconómicas. “No sólo estamos estudiando los bosques urbanos —, sino que estamos tratando de cultivar más equidad, dice Beery. El equipo ahora está trabajando estrechamente con ecologistas y expertos en salud de los árboles para perfeccionar estos modelos, asegurando que a medida que las ciudades expandan sus marquesinas verdes, los beneficios se ramifiquen a todos los residentes por igual.

Es una brisa

Si bien la fusión Tree-D marca algunos “de crecimiento importantes en el campo, los árboles pueden ser un desafío único para los sistemas de visión por computadora. A diferencia de las estructuras rígidas de edificios o vehículos que las técnicas actuales de modelado 3D manejan bien, los árboles son los cambiaformas de la naturaleza — que se balancean con el viento, entrelazan ramas con vecinos y cambian constantemente de forma a medida que crecen. Los modelos de fusión Tree-D están listos para la simulación “porque pueden estimar la forma de los árboles en el futuro, dependiendo de las condiciones ambientales.

“Lo que hace que este trabajo sea emocionante es cómo nos empuja a repensar los supuestos fundamentales en la visión por computadora, dice Beery. “Si bien las técnicas de comprensión de escenas en 3D como la fotogrametría o NeRF [campos de resplandor neuronal] sobresalen en la captura de objetos estáticos, los árboles exigen nuevos enfoques que puedan explicar su naturaleza dinámica, donde incluso una brisa suave puede alterar drásticamente su estructura de un momento a otro.”

El enfoque del equipo de crear envolturas estructurales aproximadas que se aproximan a la forma de cada árbol ha demostrado ser notablemente efectivo, pero ciertos problemas siguen sin resolverse. Quizás el más desconcertante sea el problema del árbol entrelazado “;” cuando los árboles vecinos crecen entre sí, sus ramas entrelazadas crean un rompecabezas que ningún sistema de inteligencia artificial actual puede desentrañar por completo.

Los científicos ven su conjunto de datos como un trampolín para futuras innovaciones en visión por computadora, y ya están explorando aplicaciones más allá de las imágenes de Street View, buscando extender su enfoque a plataformas como iNaturalist y cámaras trampa para vida silvestre.

“Esto marca solo el comienzo de Tree-D Fusion,” dice Jae Joong Lee, un estudiante de doctorado de la Universidad Purdue que desarrolló, implementó e implementó el algoritmo Tree-D-Fusion. “Junto con mis colaboradores, imagino ampliar las capacidades de la plataforma a escala planetaria. Nuestro objetivo es utilizar conocimientos impulsados por IA al servicio de los ecosistemas naturales —, apoyando la biodiversidad, promoviendo la sostenibilidad global y, en última instancia, beneficiando la salud de todo nuestro planeta.”

Los coautores de Beery y Lee son Jonathan Huang, director de IA de Scaled Foundations (anteriormente de Google); y otros cuatro de la Universidad Purdue: los estudiantes de doctorado Jae Joong Lee y Bosheng Li, el profesor y catedrático de teledetección Songlin Fei, el profesor asistente Raymond Yeh y el profesor y director asociado de Ciencias de la Computación Bedrich Benes. Su trabajo se basa en esfuerzos apoyados por el Servicio de Conservación de Recursos Naturales del Departamento de Agricultura de los Estados Unidos (USDA) y cuenta con el apoyo directo del Instituto Nacional de Alimentación y Agricultura del USDA. Los investigadores presentaron sus hallazgos en la Conferencia Europea sobre Visión por Computadora de este mes. 

Autor

Autor

MIT

Promover la investigación, las innovaciones, la enseñanza y los eventos y las personas de interés periodístico del MIT a la comunidad del campus, los medios de comunicación y el público en general, Comunicar anuncios del Instituto, Publicar noticias de la comunidad para profesores, estudiantes, personal y ex alumnos del MIT. Proporcionar servicios de medios a los miembros de la comunidad, incluido el asesoramiento sobre cómo trabajar con periodistas, Responder a consultas de los medios y solicitudes de entrevistas...