Un equipo de investigación del Departamento de Ciencias de la Computación y el Instituto de Silvicultura Digital de la Universidad Purdue, con el colaborador Sören Pirk de la Universidad de Kiel en Alemania, ha descubierto que la inteligencia artificial puede simular el crecimiento y la forma de los árboles.

La molécula de ADN codifica tanto la forma del árbol como la respuesta ambiental en un pequeño paquete subcelular. En un trabajo inspirado en el ADN, Bedrich Benes, profesor de informática , y sus asociados desarrollaron novedosos modelos de IA que comprimen la información necesaria para codificar la forma de un árbol en un modelo neuronal del tamaño de un megabyte.

Después del entrenamiento, los modelos de IA codifican el desarrollo local de árboles que pueden usarse para generar modelos de árboles complejos de varios gigabytes de geometría detallada como resultado.

En dos artículos, uno publicado en ACM Transactions on Graphics y el otro en IEEE Transactions on Visualizations and Computer Graphics , Benes y sus coautores describen cómo crearon sus modelos de IA de simulación de árboles.

“Los modelos de IA aprenden de grandes conjuntos de datos para imitar el comportamiento intrínseco descubierto”, dijo Benes.

Los modelos de árboles digitales no basados ​​en IA son bastante complicados e implican algoritmos de simulación que consideran muchos factores no lineales que se afectan mutuamente. Estos modelos son necesarios en ámbitos como la arquitectura y la planificación urbana , así como en las industrias del juego y el entretenimiento, para hacer que los diseños sean más realistas y atractivos para sus clientes y audiencias potenciales.

Después de trabajar con modelos de IA durante casi 10 años, Benes esperaba que pudieran mejorar significativamente los métodos existentes para los árboles gemelos digitales. Sin embargo, el tamaño de los modelos sorprendió. “Es un comportamiento complejo, pero se ha comprimido en una cantidad bastante pequeña de datos”, afirmó.

Los coautores del artículo ACM Transactions on Graphics fueron Jae Joong Lee y Bosheng Li, estudiantes graduados en informática de Purdue. Los coautores del artículo IEEE Transactions on Visualization and Computer Graphics fueron Li y Xiaochen Zhou, también estudiante de posgrado en informática de Purdue; Songlin Fei, catedrático de teledetección y director del Instituto de Silvicultura Digital; y Sören Pirk de la Universidad de Kiel, Alemania.

Los investigadores utilizaron el aprendizaje profundo , una rama del aprendizaje automático dentro de la IA, para generar modelos de crecimiento de arces, robles, pinos, nogales y otras especies de árboles, tanto con hojas como sin ellas. El aprendizaje profundo implica el desarrollo de software que entrena modelos de IA para realizar tareas específicas a través de redes neuronales vinculadas que intentan imitar ciertas funcionalidades del cerebro humano.

“Aunque la IA se ha vuelto aparentemente omnipresente, hasta ahora ha demostrado ser muy exitosa en el modelado de geometrías 3D no relacionadas con la naturaleza”, dijo Benes. Estos incluyen esfuerzos relacionados con el diseño asistido por computadora y la mejora de algoritmos para la fabricación digital.

Fuente: techxplore.com