パデュー大学コンピューターサイエンス学部およびデジタル林業研究所の研究チームは、共同研究者であるドイツのキール大学のセーレン・ピルク氏とともに、人工知能が木の成長と形状をシミュレートできることを発見しました。

DNA 分子は、1 つの小さな細胞内パッケージの中に樹木の形状と環境応答の両方をコード化しています。DNA に触発された研究で、ベドリッヒ・ベネス教授は、コンピュータサイエンスと彼の同僚は、ツリー形式をエンコードするために必要な情報をメガバイトサイズのニューラル モデルに圧縮する新しい AI モデルを開発しました。

トレーニング後、AI モデルはツリーのローカル展開をエンコードし、出力として数ギガバイトの詳細なジオメトリの複雑なツリー モデルを生成するために使用できます。

2つの論文で、1 つが公開されましたでグラフィックス上の ACM トランザクションそしてもう一方のでビジュアライゼーションとコンピュータ グラフィックスに関する IEEE トランザクション, Benes 氏とその共著者は、樹木シミュレーション AI モデルをどのように作成したかについて説明しています。

「AI モデルは大規模なデータセットから学習して、発見された本質的な動作を模倣します」とベネス氏は述べています。

非 AI ベースのデジタル ツリー モデルは非常に複雑で、相互に影響する多くの非線形要素を考慮したシミュレーション アルゴリズムが含まれます。このようなモデルは、建築や建築などの分野で必要とされます。都市計画、ゲーム業界やエンターテインメント業界だけでなく、潜在的な顧客や視聴者にとってデザインをより現実的に魅力的なものにするために。

AI モデルに 10 年近く取り組んだ後、ベネス氏はデジタル ツリー ツインの既存の手法を大幅に改善できると期待していました。しかし、モデルのサイズには驚かされました。「これは複雑な動作ですが、かなり少量のデータに圧縮されています」と彼は言いました。

の共著者グラフィックス上の ACM トランザクション論文は、パデュー大学のコンピューター サイエンスの大学院生、Jae Joong Lee 氏と Bosheng Li 氏です。の共著者視覚化とコンピュータグラフィックスに関するIEEEトランザクション論文はリーとシャオチェン・ジョウで、同じくパデュー大学のコンピューターサイエンスの大学院生だった。Songlin Fei、リモートセンシング学部長、デジタル林業研究所所長。とドイツのキール大学のセーレン・ピルク氏。

研究者らが使用したのは、ディープラーニングは、AI 内の機械学習のブランチで、葉の有無にかかわらず、カエデ、オーク、マツ、クルミ、その他の樹種の成長モデルを生成します。ディープラーニングには、リンクを通じて指定されたタスクを実行するように AI モデルをトレーニングするソフトウェアの開発が含まれます。ニューラルネットワーク人間の脳の特定の機能を模倣しようとするもの。

「AI は広く普及しているように見えますが、これまでのところ、自然とは関係のない 3D ジオメトリのモデリングで大きな成功を収めていることがほとんどです」とベネス氏は述べています。これらには、コンピューター支援設計やデジタル製造のためのアルゴリズムの改善に関連する取り組みが含まれます。

「3D ジオメトリ植生モデルの取得は未解決の問題でした。コンピュータグラフィックス何十年もの間」とベネスとその共著者は著書の中で述べている。ACMトランザクション紙。生物学的挙動をシミュレートするいくつかのアプローチは改善されつつあるが、「実際の木の多くの 3D モデルをすぐに提供できる単純な方法は、すぐには利用できない」と彼らは述べています。

生物学の専門知識を持つ専門家は伝統的に木の成長シミュレーション。彼らは、木が環境条件とどのように相互作用するかを理解しています。これらの複雑な相互作用を理解できるかどうかは、その DNA によって樹木に与えられた特性にかかっています。これらには、例えばオークよりもマツの方がはるかに大きい分岐角度が含まれます。一方、環境は他の特性を決定し、同じ種類の木が 2 つの異なる条件下で成長しても、まったく異なる形状を示すことがあります。

「樹木本来の性質とその環境反応を切り離すことは非常に複雑です」とベネス氏は言う。「私たちは何千本もの木を見て、『AI に学習させよう』と考えました。そしてもしかしたら、AI を使って木の形の本質を学習できるかもしれません。」

科学者は通常、自然の仮説と観察に基づいてモデルを構築します。人間が作成したモデルには、その背後に推論があります。研究者のモデルは、AI 内でエンコードされた数千本の木に相当する入力データからの動作を一般化します。次に研究者は、モデルが入力データと同じように動作することを検証します。

AI ツリー モデルの弱点は、現実世界の 3D ツリー ジオメトリを記述するトレーニング データが不足していることです。

「私たちの手法では、データを生成する必要がありました。したがって、私たちの AI モデルは自然をシミュレートしているわけではありません。樹木の発達アルゴリズムをシミュレートしているのです」とベネス氏は語った。彼は、コンピュータ内で実際の木から 3D ジオメトリ データを再構築することを目指しています。

「携帯電話を手に取り、木の写真を撮ると、内部の 3D ジオメトリが得られます。コンピューター。回転させることも可能です。ズームインし、ズームアウトしてください。」と彼は言いました。「次はこれです。そしてそれはデジタル林業の使命と完全に一致しています。」