O filósofo irlandês George Berkely, mais conhecido por sua teoria da impermanência, certa vez ponderou: “Se uma árvore cai na floresta e ninguém a ouve, ela faz algum som?”
E quanto às árvores geradas por IA? Provavelmente não farão barulho, mas serão essenciais para aplicações como adaptação de plantas urbanas e mudanças climáticas. Para esse fim, o novo sistema “Tree-D Fusion” desenvolvido por pesquisadores do Laboratório de Ciência da Computação e Inteligência Artificial do MIT (CSAIL), Google e Purdue University combina IA e modelos de crescimento de árvores com dados Auto do Google para criar dados 3D precisos. . modelos de árvores urbanas existentes. Este projeto produziu o primeiro maior banco de dados de 600.000 modelos de árvores ambientalmente conscientes e prontos para simulação em toda a América do Norte.
“Estamos combinando décadas de ciência florestal com capacidades modernas de IA”, disse Sara Beery, professora assistente de engenharia elétrica e ciência da computação (EECS) do MIT, investigadora principal do MIT CSAIL e coautora de um novo artigo sobre Tree-D Fusão. . “Isso nos permite não apenas identificar árvores nas cidades, mas prever como elas crescerão e impactarão o entorno ao longo do tempo. Não estamos a ignorar os últimos 30 anos de trabalho na compreensão de como estes modelos artificiais 3D são criados; em vez disso, estamos usando IA para tornar essas informações existentes mais aplicáveis a um conjunto mais amplo de árvores individuais em cidades da América do Norte e, em última análise, do mundo.
O Tree-D Fusion baseia-se em esforços anteriores de monitoramento de florestas urbanas que usaram dados do Google Street View, mas vai além ao gerar modelos 3D completos a partir de imagens únicas. Embora as tentativas anteriores de modelar árvores tenham sido limitadas a determinadas áreas ou tenham problemas com a precisão da escala, o Tree-D Fusion pode criar modelos detalhados que incluem recursos ocultos, como o fundo das árvores que não são visíveis nas imagens do Street View. .
A tecnologia funcional vai além do visual. Os planejadores urbanos podem usar o Tree-D Fusion para um dia perscrutar o futuro, antecipando que galhos em crescimento possam entrar em contato com linhas de energia, ou identificar bairros onde a colocação proposital de árvores possa maximizar os efeitos de resfriamento e melhorar a qualidade do ar. Estas capacidades preditivas, diz a equipa, poderiam mudar a gestão florestal urbana de manutenção proactiva para planeamento proactivo.
Uma árvore cresce no Brooklyn (e em muitos outros lugares)
Os pesquisadores adotaram uma abordagem híbrida, usando aprendizado profundo para criar um envelope 3D do formato de cada árvore e, em seguida, usando modelos de processos tradicionais para simular padrões realistas de galhos e folhas com base no tipo de árvore. Esta integração ajudou o modelo a prever como as árvores cresceriam sob diferentes condições ambientais e climáticas, tais como possíveis temperaturas locais e acesso variável às águas subterrâneas.
Agora, à medida que as cidades de todo o mundo enfrentam o aumento das temperaturas, esta investigação oferece uma nova janela para o futuro das florestas urbanas. Em colaboração com o Senseable City Lab do MIT, a Purdue University e a equipe do Google estão lançando um estudo global que reimagina as árvores como proteção viva do clima. Seu sistema de modelagem digital captura a intrincada dança dos padrões de sombra ao longo das estações, revelando como as técnicas de floresta urbana podem transformar quarteirões densos da cidade em espaços naturalmente frescos.
“Toda vez que um carro mapeador de estradas passa por uma cidade, não estamos apenas tirando fotos – estamos observando a transformação dessas florestas urbanas em tempo real”, disse Beery. “Este monitoramento contínuo cria uma floresta digital viva que se assemelha à sua contraparte física, dando às cidades uma lente poderosa para ver como o estresse ambiental está mudando a saúde das árvores e os padrões de crescimento em toda a sua paisagem urbana”.
A modelagem de árvores baseada em IA emergiu como uma aliada na busca pela justiça ambiental: ao mapear a copa das árvores urbanas com detalhes sem precedentes, um projeto irmão da equipe de IA Ambiental do Google ajudou a revelar disparidades no acesso a espaços verdes em diferentes áreas socioeconômicas. “Não estamos apenas estudando florestas urbanas – estamos tentando cultivar o equilíbrio”, disse Beery. A equipa está agora a trabalhar em estreita colaboração com ecologistas e especialistas em saúde arbórea para refinar estes modelos, garantindo que, à medida que as cidades expandem os seus telhados verdes, os benefícios chegam igualmente a todos os residentes.
O vento está soprando
Embora a integração Tree-D represente um grande “crescimento” no campo, as árvores podem ser particularmente desafiadoras para sistemas de visão computacional. Ao contrário das estruturas rígidas de edifícios ou carros que as atuais técnicas de modelagem 3D controlam bem, as árvores são mudanças naturais – elas se movem no ar, conectam galhos com vizinhos e mudam constantemente de forma à medida que crescem. Os modelos de fusão Tree-D são “amigáveis à simulação” porque podem estimar formatos futuros de árvores, dependendo das condições ambientais.
“O que torna este trabalho emocionante é como ele nos leva a repensar ideias fundamentais em visão computacional”, disse Beery. “Embora técnicas de compreensão de cenas 3D, como fotogrametria ou NeRF [neural radiance fields] na vanguarda da fotografia estática, as árvores procuram novas formas de responder à sua natureza em mudança, onde mesmo uma brisa suave pode mudar drasticamente a sua forma de momento a momento.”
A abordagem da equipe para criar envelopes estruturais que se aproximem de cada árvore provou ser extremamente bem-sucedida, mas alguns problemas permanecem sem solução. Talvez o mais preocupante seja o “problema da árvore presa”; quando as árvores vizinhas crescem umas nas outras, os seus ramos interligados criam um puzzle que nenhum sistema de IA actual consegue resolver totalmente.
Os cientistas veem o seu conjunto de dados como a base para futuras inovações em visão computacional e já estão explorando aplicações além da fotografia de rua, procurando expandir sua abordagem para plataformas como iNaturalist e armadilhas fotográficas de vida selvagem.
“Este é apenas o começo do Tree-D Fusion”, disse Jae Joong Lee, estudante de doutorado da Purdue University que desenvolveu, implementou e implantou o algoritmo Tree-D-Fusion. “Juntamente com os meus colaboradores, pretendo expandir as capacidades da plataforma a uma escala planetária. A nossa missão é utilizar o conhecimento impulsionado pela IA para melhorar o ambiente natural – para apoiar a biodiversidade, promover a sustentabilidade global e, em última análise, beneficiar a saúde do nosso planeta. “
Os coautores de Beery e Lee são Jonathan Huang, chefe da Scaled Foundations for AI (ex-Google); e outros quatro da Purdue University: estudantes de doutorado Jae Joong Lee e Bosheng Li, professor e presidente do reitor de sensoriamento remoto Songlin Fei, professor assistente Raymond Yeh e professor e chefe associado de ciência da computação Bedrich Benes. Seu trabalho é baseado em esforços apoiados pelo Serviço de Conservação de Recursos Naturais do Departamento de Agricultura dos Estados Unidos (USDA) e diretamente apoiado pelo Centro Nacional de Alimentação e Agricultura do USDA. Os pesquisadores apresentaram suas descobertas na Conferência Europeia sobre Visão Computacional este mês.
