اكتشف فريق بحث من قسم علوم الكمبيوتر ومعهد الغابات الرقمية بجامعة بوردو.. بالمتعاون مع سورين بيرك من جامعة كيل في ألمانيا، أن الذكاء الاصطناعي يمكنه محاكاة نمو الأشجار وشكلها.
يقوم جزيء الحمض النووي بتشفير شكل الشجرة والاستجابة البيئية في حزمة واحدة صغيرة تحت خلوية. في عمل مستوحى من الحمض النووي، قام بيدريش بينيس، أستاذ علوم الكمبيوتر، وزملاؤه بتطوير نماذج ذكاء اصطناعي جديدة تعمل على ضغط المعلومات المطلوبة لتشفير شكل الشجرة في نموذج عصبي بحجم ميغابايت.
تشفير التطوير المحلي للأشجار
بعد التدريب.. تقوم نماذج الذكاء الاصطناعي بتشفير التطوير المحلي للأشجار التي يمكن استخدامها لإنشاء نماذج شجرية معقدة تبلغ عدة غيغابايت من الهندسة التفصيلية كمخرجات.
في ورقتين بحثيتين منشورتين في ACM Transactions on Graphics of the Association for Computing Machinery و IEEE Transactions on Visualizations and Computer Graphics، وصف بينيس ومؤلفوه المشاركون كيف قاموا بإنشاء نماذج الذكاء الاصطناعي لمحاكاة الأشجار. وقال بينيس: “تتعلم نماذج الذكاء الاصطناعي من مجموعات البيانات الكبيرة لتقليد السلوك الجوهري المكتشف”.
الشجرة الرقمية
تعد نماذج الشجرة الرقمية غير المعتمدة على الذكاء الاصطناعي معقدة للغاية، وتتضمن خوارزميات محاكاة تأخذ في الاعتبار العديد من العوامل غير الخطية التي تؤثر بشكل متبادل. هناك حاجة إلى مثل هذه النماذج في مساعي مثل الهندسة المعمارية والتخطيط الحضري، وكذلك في صناعات الألعاب والترفيه، لجعل التصاميم أكثر جاذبية بشكل واقعي لعملائها وجماهيرها المحتملة.
بعد العمل مع نماذج الذكاء الاصطناعي لما يقرب من 10 سنوات، توقع بينيس أن يتمكنوا من تحسين الأساليب الحالية للتوائم الشجرية الرقمية بشكل كبير. لكن حجم النماذج كان مفاجئًا. وقال: “إنه سلوك معقد، ولكن تم ضغطه بكمية صغيرة من البيانات”.
شارك في تأليف ورقة ACM Transactions on Graphics جاي جونغ لي وبوشينغ لي.. طلاب الدراسات العليا في علوم الكمبيوتر من جامعة بوردو. شارك في تأليف ورقة IEEE Transactions on Visualization and Computer Graphics كل من لي وشياوشن تشو، وهو أيضًا طالب دراسات عليا في جامعة بوردو في علوم الكمبيوتر؛ سونغلين فاي ، رئيس عميد الاستشعار عن بعد ومدير معهد الغابات الرقمية؛ وسورين بيرك من جامعة كييل بألمانيا .
التعلم العميق
استخدم الباحثون التعلم العميق، وهو فرع من التعلم الآلي ضمن الذكاء الاصطناعي، لإنشاء نماذج نمو لأشجار القيقب والبلوط والصنوبر والجوز وأنواع الأشجار الأخرى، سواء بأوراق أو بدونها. يتضمن التعلم العميق تطوير برامج تدرب نماذج الذكاء الاصطناعي على أداء مهام محددة من خلال شبكات عصبية مرتبطة تحاول محاكاة وظائف معينة للدماغ البشري.
وقال بينيس: “على الرغم من أن الذكاء الاصطناعي أصبح منتشراً على ما يبدو، إلا أنه أثبت حتى الآن نجاحاً كبيراً في نمذجة الأشكال الهندسية ثلاثية الأبعاد التي لا علاقة لها بالطبيعة”. وتشمل هذه المساعي المتعلقة بالتصميم بمساعدة الكمبيوتر وتحسين خوارزميات التصنيع الرقمي.
“لقد كان الحصول على نموذج نباتي ثلاثي الأبعاد يمثل مشكلة مفتوحة في رسومات الكمبيوتر لعقود من الزمن”، كما ذكر بينيس والمؤلفون المشاركون في ورقتهم البحثية الخاصة بـ ACM Transactions.
وعلى الرغم من أن بعض أساليب محاكاة السلوكيات البيولوجية آخذة في التحسن، إلا أنهم لاحظوا أن “الطرق البسيطة التي من شأنها أن توفر بسرعة العديد من النماذج ثلاثية الأبعاد للأشجار الحقيقية ليست متاحة بسهولة”.
قام الخبراء ذوو الخبرة البيولوجية بتطوير عمليات محاكاة لنمو الأشجار. إنهم يفهمون كيفية تفاعل الأشجار مع الظروف البيئية. إن فهم هذه التفاعلات المعقدة يعتمد على الخصائص التي يمنحها الحمض النووي للشجرة. وتشمل هذه الزوايا المتفرعة، والتي تكون أكبر بكثير بالنسبة لأشجار الصنوبر منها بالنسبة لأشجار البلوط، على سبيل المثال.
وفي الوقت نفسه. تملي البيئة خصائص أخرى يمكن أن تؤدي إلى نمو نفس النوع من الأشجار في ظل ظروفين مختلفتين وإظهار أشكال مختلفة تمامًا.
الذكاء الاصطناعي يتعلم منك
وقال بينيس: “إن فصل الخصائص الجوهرية للشجرة واستجابتها البيئية أمر معقد للغاية”. “لقد نظرنا إلى آلاف الأشجار، وفكرنا: “مرحبًا، دع الذكاء الاصطناعي يتعلم ذلك”. وربما يمكننا بعد ذلك تعلم جوهر شكل الشجرة باستخدام الذكاء الاصطناعي.
يبني العلماء عادة نماذج مبنية على فرضيات وملاحظات للطبيعة. كنماذج أنشأها البشر، لديهم منطق وراءهم. تعمل نماذج الباحثين على تعميم السلوك من عدة آلاف من الأشجار من البيانات المدخلة التي أصبحت مشفرة داخل الذكاء الاصطناعي. ثم يتحقق الباحثون من أن النماذج تتصرف بالطريقة التي تتصرف بها البيانات المدخلة.
يتمثل ضعف نماذج شجرة الذكاء الاصطناعي في افتقارها إلى بيانات التدريب التي تصف هندسة الشجرة ثلاثية الأبعاد في العالم الحقيقي. “في أساليبنا، كنا بحاجة إلى توليد البيانات. لذا فإن نماذج الذكاء الاصطناعي لدينا لا تحاكي الطبيعة. وقال بينيس: “إنهم يحاكيون خوارزميات نمو الأشجار”. إنه يطمح إلى إعادة بناء بيانات هندسية ثلاثية الأبعاد من أشجار حقيقية داخل الكمبيوتر.
“تأخذ هاتفك المحمول، وتلتقط صورة لشجرة، وتحصل على هندسة ثلاثية الأبعاد داخل الكمبيوتر. يمكن أن تكون استدارة. قال: “قم بتكبير الصورة وتصغيرها”. “هذا هو التالي. وهو يتماشى تمامًا مع مهمة الغابات الرقمية.
اقرأ أيضًا: