La IA Potencia los Modelos de Bosques Urbanos

Tree-D Fusion, un sistema de IA, crea modelos 3D de árboles urbanos, prediciendo su crecimiento, impactos ambientales y mejorando la gestión de la silvicultura urbana.

Investigadores del MIT, Google y la Universidad de Purdue han presentado “Tree-D Fusion“, un sistema impulsado por IA que crea modelos 3D detallados de árboles urbanos utilizando imágenes individuales. Los resultados fueron delineados en un artículo reciente.

Al combinar la inteligencia artificial con décadas de ciencia forestal, el sistema modela las estructuras y patrones de crecimiento de los árboles para proporcionar información valiosa para la planificación de la silvicultura urbana.

El proyecto incluye una gran base de datos a gran escala de 600,000 modelos de árboles listos para simulación en toda América del Norte, destinados a aplicaciones como la predicción del crecimiento de los árboles y su impacto en los entornos urbanos, según se informó en un comunicado de prensa del MIT.

El artículo explica que el sistema se basa en un enfoque híbrido para modelar árboles. Los algoritmos de aprendizaje profundo primero crean un sobre estructural que representa la forma general de un árbol. Luego, los modelos procedimentales tradicionales refinan este sobre al simular patrones realistas de ramas y hojas basados en el género del árbol.

Esta combinación permite a Tree-D Fusion predecir cómo pueden crecer los árboles bajo diferentes condiciones ambientales, incluyendo variaciones en la temperatura y la disponibilidad de agua subterránea.

A diferencia de los modelos anteriores, este captura características normalmente ocultas, como la parte trasera de los árboles que no se ven en las imágenes de vista de calle, y tiene en cuenta la naturaleza dinámica de los árboles a medida que interactúan con su entorno, dice el comunicado de prensa del MIT.

“Estamos construyendo un puente entre décadas de ciencia forestal y las modernas capacidades de la IA”, explicó Sara Beery, profesora asistente en MIT y principal investigadora en MIT CSAIL, según lo informado por MIT.

“Esto nos permite no solo identificar árboles en las ciudades, sino también predecir cómo crecerán e impactarán su entorno con el tiempo. Estamos utilizando la IA para hacer que el conocimiento forestal existente sea aplicable en un contexto urbano más amplio”.

MIT explica que Tree-D Fusion representa un avance respecto a los esfuerzos anteriores de monitoreo de bosques urbanos, que a menudo dependían de observaciones a nivel de vecindario o tenían dificultades con la escalabilidad.

El sistema utiliza datos de imágenes de herramientas como Google Street View e los integra en modelos predictivos capaces de estimar el crecimiento futuro e identificar posibles riesgos, como ramas que interfieren con las líneas de energía.

A pesar de sus avances, el sistema enfrenta desafíos, particularmente con árboles superpuestos o “enredados” donde las ramas de los árboles vecinos crecen una dentro de la otra.

“Lo que hace emocionante a este trabajo es cómo nos empuja a replantearnos suposiciones fundamentales en la visión por computadora”, dijo Beery, según lo informado por el MIT. Las formas dinámicas y constantemente cambiantes de los árboles requieren nuevos enfoques, a diferencia de objetos estáticos como los edificios.

Los investigadores ya están explorando cómo se puede escalar globalmente Tree-D Fusion, con posibles aplicaciones para la silvicultura urbana y el monitoreo de la biodiversidad.

“Nuestro objetivo es utilizar los conocimientos impulsados por la IA para apoyar a los ecosistemas naturales, promover la sostenibilidad y mejorar la planificación urbana”, dijo Jae Joong Lee, un estudiante de doctorado de la Universidad de Purdue que desarrolló el algoritmo Tree-D Fusion, según lo informado por MIT.