爱尔兰哲学家乔治·伯克利（George berkeley）以他的非唯物主义理论而闻名，他曾经有过一句著名的沉思：“如果森林里的一棵树倒下了，周围没有人听到，它会发出声音吗？”

　　那么人工智能生成的树呢？它们可能不会发出声音，但对于城市植物适应气候变化等应用来说，它们将是至关重要的。为此，由麻省理工学院计算机科学与人工智能实验室（CSAIL）、谷歌和普渡大学的研究人员开发的新型“Tree-D Fusion”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，以创建现有城市树木的精确3D模型。该项目产生了第一个大规模的数据库，包括60万个环境意识，北美各地的模拟树模型。

　　“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，”麻省理工学院电子工程和计算机科学（EECS）助理教授、麻省理工学院CSAIL首席研究员萨拉·比尔里（Sara Beery）说，他是一篇关于Tree-D Fusion的新论文的合著者。“这使我们不仅可以识别城市中的树木，还可以预测它们将如何生长并随着时间的推移影响周围环境。”我们并没有忽视过去30年在理解如何构建这些3D合成模型方面的工作；相反，我们正在使用人工智能使这些现有知识在北美城市乃至全球范围内更广泛的单个树木中更有用。”

　　Tree-D Fusion建立在之前使用谷歌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，将其向前扩展。虽然早期的树木建模尝试仅限于特定的社区，或者在规模上的准确性方面存在问题，但tree - d Fusion可以创建包含典型隐藏特征的详细模型，例如在街景照片中看不到的树木背面。

　　这项技术的实际应用远远超出了单纯的观察。城市规划者可以使用tree - d Fusion来预测未来，预测生长的树枝可能会与电线纠缠在一起，或者确定策略性的树木放置可以最大限度地提高冷却效果和空气质量的社区。研究小组说，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。

　　布鲁克林（以及其他许多地方）长着一棵树

　　研究人员对他们的方法采取了一种混合方法，使用深度学习来创建每棵树形状的3D包络，然后使用传统的程序模型来模拟基于树属的真实树枝和叶子图案。这一组合有助于模型预测树木在不同环境条件和气候情景下的生长情况，例如不同可能的当地温度和不同的地下水获取途径。

　　现在，随着世界各地的城市都在努力应对不断上升的气温，这项研究为城市森林的未来提供了一个新的窗口。普渡大学（Purdue University）和谷歌团队与麻省理工学院（MIT）的可感知城市实验室（Senseable City Lab）合作，开展了一项全球研究，将树木重新想象成活生生的气候屏障。他们的数字建模系统捕捉了整个季节阴影模式的复杂舞蹈，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个城市时，我们不仅仅是拍快照，我们还在实时观察这些城市森林的演变，”比尔说。“这种持续监测创造了一个活生生的数字森林，反映了它的物理对应物，为城市提供了一个强大的视角，观察环境压力如何影响城市景观中树木的健康和生长模式。”

　　基于人工智能的树木建模已经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，谷歌人工智能自然团队的一个姊妹项目帮助揭示了不同社会经济区域绿色空间访问的差异。“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，”比尔说。该团队目前正与生态学家和树木健康专家密切合作，以完善这些模型，确保随着城市扩大其绿色树冠，所有居民都能平等地受益。

　　这是一阵微风

　　虽然Tree-D融合标志着该领域的一些重大“发展”，但对于计算机视觉系统来说，树木可能是一个独特的挑战。与目前3D建模技术处理得很好的建筑物或车辆的刚性结构不同，树木是大自然的变形者——在风中摇摆，与邻居交织在一起的树枝，随着生长不断改变它们的形状。Tree-D融合模型是“可以模拟的”，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3D场景理解技术，如摄影测量或NeRF（神经辐射场）擅长捕捉静态物体，但树木需要新的方法来解释它们的动态特性，即使是微风也会随时改变它们的结构。”

　　该团队创造了近似每棵树形状的粗糙结构外壳的方法已经被证明是非常有效的，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，它们纠缠在一起的分支创造了一个当前AI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以外的应用，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，”普渡大学的博士生Jae Joong Lee说，他开发、实施和部署了Tree-D-Fusion算法。“与我的合作者一起，我设想将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洞察力为自然生态系统服务——支持生物多样性，促进全球可持续性，最终使我们整个地球的健康受益。”

　　Beery和Lee的合著者是缩放基金会人工智能负责人Jonathan Huang（原b谷歌）；和其他四人来自普渡大学:博士生Jae Joong李和Bosheng李教授和院长遥感松林范主席助理教授雷蒙德?叶和计算机科学教授、副主任Bedrich贝奈斯。他们的工作是基于美国农业部自然资源保护局支持的努力，并由美国农业部国家粮食和农业研究所直接支持。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。