تُمكّن الذكاء الصناعي من تصميم نماذج الغابات الحضرية

يقوم نظام تري-دي فوجن، نظام الذكاء الاصطناعي، بإنشاء نماذج ثلاثية الأبعاد لأشجار المدن، وتوقع النمو والتأثيرات البيئية، وتحسين إدارة الغابات الحضرية.

قام باحثون من معهد ماساتشوستس للتكنولوجيا، جوجل، وجامعة بيردو بتقديم “Tree-D Fusion,” نظام يعتمد على الذكاء الاصطناعي ينشئ نماذج ثلاثية الأبعاد مفصلة للأشجار الحضرية باستخدام صور واحدة. تم توضيح النتائج في ورقة بحثية حديثة.

من خلال الجمع بين الذكاء الصناعي وعقود من العلوم الغابية، يقوم النظام بنمذجة هياكل الأشجار وأنماط نموها لتقديم رؤى حول تخطيط الغابات الحضرية.

يتضمن المشروع قاعدة بيانات على نطاق واسع من 600,000 نموذج شجرة جاهزة للمحاكاة في جميع أنحاء أمريكا الشمالية، المعدة للتطبيقات مثل التنبؤ بنمو الأشجار وتأثيره على البيئات الحضرية، كما تم الإبلاغ عنه في بيان صحفي من MIT.

تشرح الورقة أن النظام يعتمد على نهج مختلط لنمذجة الأشجار. في البداية، تقوم خوارزميات التعلم العميق بإنشاء غلاف هيكلي يمثل الشكل العام للشجرة. ثم، تقوم النماذج الإجرائية التقليدية بتنقيح هذا الغلاف عن طريق محاكاة أنماط الفروع والأوراق الواقعية بناءً على الجنس النباتي للشجرة.

تتيح هذه المجموعة لـ Tree-D Fusion التنبؤ بكيفية نمو الأشجار تحت ظروف بيئية مختلفة، بما في ذلك التغيرات في درجة الحرارة وتوفر المياه الجوفية.

على عكس النماذج السابقة، فإنه يلتقط الميزات التي تكون عادة مخفية، مثل الجانب الخلفي للأشجار الذي لا يظهر في صور الشارع، ويأخذ في الاعتبار الطبيعة الديناميكية للأشجار كما تتفاعل مع بيئتها، حسبما ذكرت البيان الصحفي لـMIT.

“نحن نقوم بربط عقود من علم الغابات مع قدرات الذكاء الاصطناعي الحديثة”، كما أوضحت سارة بيري، الأستاذة المساعدة في MIT والباحثة الرئيسية في MIT CSAIL، حسبما أفادت MIT.

“هذا يتيح لنا ليس فقط تحديد الأشجار في المدن، ولكن أيضا التنبؤ بكيفية نموها وتأثيرها على محيطها على مر الزمن. نحن نستخدم الذكاء الصناعي لجعل المعرفة الحالية عن الغابات مطبقة على إعدادات المدن الأوسع نطاقا.”

تشرح MIT أن Tree-D Fusion تمثل تقدما على جهود مراقبة الغابات الحضرية السابقة، التي كثيرا ما اعتمدت على الملاحظات على مستوى الحي أو كافحت مع التحجيم.

يستخدم النظام بيانات الصور من أدوات مثل Google Street View ويدمجها في نماذج تنبؤ قادرة على تقدير النمو المستقبلي وتحديد المخاطر المحتملة، مثل التداخل بين الأفرع وخطوط الكهرباء.

على الرغم من تقدمه، يواجه النظام تحديات، خاصة مع الأشجار المتداخلة أو “المتشابكة” حيث تنمو أفرع الأشجار المجاورة في بعضها البعض.

“ما يجعل هذا العمل مثيرًا هو كيف يدفعنا لإعادة التفكير في الافتراضات الأساسية في الرؤية الحاسوبية”، كما ذكرت بيري في تقارير من معهد ماساتشوستس للتكنولوجيا. تتطلب أشكال الأشجار الديناميكية والمتغيرة باستمرار مناهج جديدة، على عكس الأشياء الثابتة مثل المباني.

الباحثون بالفعل يستكشفون كيف يمكن توسيع نطاق Tree-D Fusion على مستوى العالم، مع تطبيقات محتملة للغابات الحضرية ورصد التنوع البيولوجي.

“هدفنا هو استخدام الرؤى التي يقودها الذكاء الاصطناعي لدعم النظم البيئية الطبيعية، وتعزيز الاستدامة، وتحسين التخطيط العمراني”، قال جاي جونغ لي، الطالب الدكتوراه في جامعة بوردو، الذي طور خوارزمية Tree-D Fusion، حسبما أفادته معهد ماساتشوستس للتكنولوجيا.