爱尔兰哲学家乔治·伯克利以其非物质主义理论而闻名，他曾经提出过著名的沉思：“如果一棵树倒在森林里，而周围没有人听到，它会发出声音吗？”
人工智能生成的树怎么样？它们可能不会发出声音，但它们对于城市植物适应气候变化等应用仍然至关重要。为此，小说——树D融合— 由麻省理工学院计算机科学和人工智能实验室 (CSAIL)、谷歌和普渡大学的研究人员开发的系统，将人工智能和树木生长模型与谷歌的 Auto Arborist 数据相结合，创建现有城市树木的精确 3D 模型。该项目创建了第一个大型数据库，其中包含北美地区 600,000 个具有环保意识、可用于模拟的树木模型。
“我们正在将数十年的林业科学与现代人工智能能力联系起来，”麻省理工学院电气工程和计算机科学 (EECS) 助理教授、麻省理工学院 CSAIL 首席研究员、一项新研究的合著者 Sara Beery 说道。关于 Tree-D Fusion 的论文。– 这使我们不仅能够识别城市中的树木，还能预测它们将如何生长以及随着时间的推移对周围环境的影响。我们并没有忽视过去 30 年在理解如何构建这些 3D 合成模型方面所做的工作；相反，我们正在利用人工智能让现有的知识在北美各地城市乃至全球范围内更广泛的个体树木中发挥更大的作用。”
Tree-D Fusion 建立在之前使用 Google 街景数据的城市森林监测工作的基础上，但通过从单个图像生成完整的 3D 模型来向前发展。虽然早期的树木建模尝试仅限于特定的社区，或者在规模精度方面遇到困难，但 Tree-D Fusion 可以创建包含通常隐藏特征的详细模型，例如在街景中不可见的树木背面照片。
该技术的实际应用远远超出了单纯的观察。城市规划者有一天可以使用 Tree-D Fusion 来展望未来，预测生长的树枝可能会与电线缠结的地方，或者确定战略树木放置可以最大限度地提高冷却效果和改善空气质量的社区。研究小组表示，这些预测能力可以将城市森林管理从被动维护转变为主动规划。
一棵树生长在布鲁克林（和许多其他地方）
研究人员采用了混合方法，利用深度学习创建每棵树形状的 3D 包络，然后使用传统的程序模型根据树属模拟真实的树枝和叶子图案。这种组合帮助模型预测树木在不同的环境条件和气候情景下如何生长，例如不同的可能的当地温度和不同的地下水获取方式。
现在，随着世界各地的城市都在努力应对 气温上升，这项研究为了解城市森林的未来提供了一个新的窗口。与合作 麻省理工学院的感知城市实验室普渡大学和谷歌团队正在开展一项全球研究，将树木重新想象为活的气候盾牌。他们的数字建模系统捕捉了整个季节错综复杂的阴影图案的舞蹈，揭示了战略性城市林业如何有望将闷热的城市街区变成更自然凉爽的社区。
“现在，每当街道测绘车辆经过一座城市时，我们不仅仅是拍摄快照，而是实时观察这些城市森林的演变，”Beery 说道。– 这种持续监控创建了一个活生生的数字森林，反映了其物理对应物，为城市提供了一个强大的镜头来观察环境压力如何影响城市景观中的树木健康和生长模式。 –
基于人工智能的树木建模已成为追求环境正义的盟友：通过以前所未有的细节绘制城市树冠地图，这是来自 谷歌自然人工智能团队帮助揭示了不同社会经济领域在获取绿色空间方面的差异。“我们不仅仅是在研究城市森林，我们还在努力培养更多的公平性，”比里说。该团队目前正在与生态学家和树木健康专家密切合作，完善这些模型，确保随着城市扩大绿色树冠，所有居民都能平等受益。
轻而易举
虽然 Tree-D 融合标志着该领域的一些重大“增长”，但树木对于计算机视觉系统来说可能具有独特的挑战性。与当前 3D 建模技术可以很好处理的建筑物或车辆的刚性结构不同，树木是大自然的变形者，在风中摇曳，与邻居的树枝交织在一起，并在生长过程中不断改变其形状。Tree-D 融合模型是“模拟就绪”的，因为它们可以根据环境条件估计未来树木的形状。
“这项工作之所以令人兴奋，是因为它促使我们重新思考计算机视觉的基本假设，”Beery 说。– 虽然摄影测量或 NeRF [神经辐射场] 等 3D 场景理解技术擅长捕捉静态物体，但树木需要新的方法来解释其动态特性，即使是微风也能随时极大地改变它们的结构。Ø
该团队创建近似每棵树形状的粗糙结构围护结构的方法已被证明非常有效，但某些问题仍未解决。也许最令人烦恼的是“纠缠树问题”；当相邻的树相互生长时，它们相互缠绕的树枝会造成一个当前人工智能系统无法完全解开的谜题。
科学家们将他们的数据集视为未来计算机视觉创新的跳板，他们已经在探索街景图像之外的应用程序，希望将他们的方法扩展到 iNaturalist 和野生动物相机陷阱等平台。
“这只是 Tree-D Fusion 的开始，”开发、实施和部署 Tree-D-Fusion 算法的普渡大学博士生 Jae Joong Lee 说道。– 我希望与我的合作者一起将该平台的功能扩展到全球范围。我们的目标是利用人工智能驱动的见解为自然生态系统服务——支持生物多样性，促进全球可持续发展，并最终造福整个地球的健康。”
Beery 和 Lee 的合著者是 Jonathan Huang，Scaled Foundations 的 AI 主管（前 Google）；以及普渡大学的其他四人：博士生 Jae Joong Lee 和 Bosheng Li、教授兼遥感系主任费松林、助理教授 Raymond Yeh 以及计算机科学教授兼副主任 Bedrich Benes。他们的工作以美国农业部 (USDA) 自然资源保护局的支持为基础，并得到美国农业部国家食品和农业研究所的直接支持。研究人员在本月的欧洲计算机视觉会议上展示了他们的发现。