Der irische Philosoph George Berkely, der vor allem für seine Theorie des Immaterialismus bekannt ist, sinnierte einmal: „Wenn ein Baum in einen Wald fällt und niemand in der Nähe ist, um ihn zu hören, macht er dann ein Geräusch?“

Was ist mit KI-generierten Bäumen? Sie würden wahrscheinlich keinen Ton von sich geben, aber für Anwendungen wie die Anpassung der städtischen Flora an den Klimawandel werden sie dennoch von entscheidender Bedeutung sein. Zu diesem Zweck ist der Roman „Baum-D-FusionDas von Forschern des MIT Laptop Science and Synthetic Intelligence Laboratory (CSAIL), von Google und der Purdue College entwickelte System führt KI- und Baumwachstumsmodelle mit den Auto Arborist-Daten von Google zusammen, um genaue 3D-Modelle vorhandener städtischer Bäume zu erstellen. Das Projekt hat die erste groß angelegte Datenbank mit 600.000 umweltbewussten, simulationsbereiten Baummodellen in ganz Nordamerika erstellt.

„Wir verbinden jahrzehntelange Forstwissenschaft mit modernen KI-Fähigkeiten“, sagt Sara Beery, Assistenzprofessorin für Elektrotechnik und Informatik (EECS) am MIT, Hauptforscherin am MIT CSAIL und Mitautorin eines neuen Buches Artikel über Tree-D Fusion. „Dadurch können wir nicht nur Bäume in Städten identifizieren, sondern auch vorhersagen, wie sie im Laufe der Zeit wachsen und sich auf ihre Umgebung auswirken werden. Wir ignorieren nicht die Arbeit der letzten 30 Jahre, um zu verstehen, wie diese synthetischen 3D-Modelle erstellt werden können. Stattdessen nutzen wir KI, um dieses vorhandene Wissen für eine breitere Gruppe einzelner Bäume in Städten in Nordamerika und schließlich auf der ganzen Welt nützlicher zu machen.“

Tree-D Fusion baut auf früheren Bemühungen zur Überwachung städtischer Wälder auf, bei denen Google Avenue View-Daten verwendet wurden, verzweigt diese jedoch weiter, indem aus einzelnen Bildern vollständige 3D-Modelle generiert werden. Während frühere Versuche zur Baummodellierung auf bestimmte Stadtteile beschränkt waren oder mit der Genauigkeit im Maßstab zu kämpfen hatten, kann Tree-D Fusion detaillierte Modelle erstellen, die normalerweise verborgene Merkmale enthalten, wie etwa die Rückseite von Bäumen, die auf Straßenfotos nicht sichtbar sind .

Die praktischen Anwendungen der Technologie gehen weit über die bloße Beobachtung hinaus. Stadtplaner könnten Tree-D Fusion eines Tages nutzen, um einen Blick in die Zukunft zu werfen und vorherzusagen, wo sich wachsende Äste mit Stromleitungen verheddern könnten, oder Viertel zu identifizieren, in denen eine strategische Baumplatzierung die Kühlwirkung und die Verbesserung der Luftqualität maximieren könnte. Diese Vorhersagefähigkeiten, so das Workforce, könnten die städtische Waldbewirtschaftung von einer reaktiven Wartung zu einer proaktiven Planung verändern.

Ein Baum wächst in Brooklyn (und vielen anderen Orten)

Die Forscher verfolgten bei ihrer Methode einen hybriden Ansatz, indem sie mithilfe von Deep Studying eine 3D-Hülle der Type jedes Baumes erstellten und dann traditionelle Verfahrensmodelle verwendeten, um realistische Ast- und Blattmuster basierend auf der Baumgattung zu simulieren. Mithilfe dieser Kombination konnte das Modell vorhersagen, wie Bäume unter unterschiedlichen Umweltbedingungen und Klimaszenarien wachsen würden, beispielsweise unterschiedlichen möglichen lokalen Temperaturen und unterschiedlichem Zugang zu Grundwasser.

Jetzt, wo Städte weltweit damit zu kämpfen haben steigende Temperaturenbietet diese Forschung ein neues Fenster in die Zukunft der Stadtwälder. In einer Zusammenarbeit mit Das Senseable Metropolis Lab des MITstarten das Workforce der Purdue College und Google eine globale Studie, die Bäume als lebende Klimaschutzschilde neu vorstellt. Ihr digitales Modellierungssystem erfasst den komplizierten Tanz der Schattenmuster im Laufe der Jahreszeiten und zeigt, wie strategische städtische Forstwirtschaft hoffentlich schwüle Stadtblöcke in natürlicher gekühlte Viertel verwandeln könnte.

„Jedes Mal, wenn ein Straßenkartierungsfahrzeug jetzt durch eine Stadt fährt, machen wir nicht nur Schnappschüsse – wir beobachten die Entwicklung dieser Stadtwälder in Echtzeit“, sagt Beery. „Diese kontinuierliche Überwachung schafft einen lebendigen digitalen Wald, der sein physisches Gegenstück widerspiegelt, und bietet Städten eine leistungsstarke Linse, um zu beobachten, wie Umweltbelastungen die Gesundheit und Wachstumsmuster der Bäume in ihrer Stadtlandschaft beeinflussen.“

Die KI-basierte Baummodellierung hat sich als Verbündeter im Streben nach Umweltgerechtigkeit herausgestellt: Durch die Kartierung städtischer Baumkronen in beispielloser Detailliertheit, einem Schwesterprojekt der Google AI for Nature-Workforce hat dazu beigetragen, Unterschiede beim Zugang zu Grünflächen in verschiedenen sozioökonomischen Bereichen aufzudecken. „Wir untersuchen nicht nur städtische Wälder – wir versuchen, mehr Gerechtigkeit zu schaffen“, sagt Beery. Das Workforce arbeitet nun eng mit Ökologen und Baumgesundheitsexperten zusammen, um diese Modelle zu verfeinern und sicherzustellen, dass die Vorteile für alle Einwohner gleichermaßen von der Ausweitung der grünen Baumkronen der Städte ausgehen.

Es ist ein Kinderspiel

Während die Tree-D-Fusion ein großes „Wachstum“ auf diesem Gebiet darstellt, können Bäume für Laptop-Imaginative and prescient-Systeme eine besondere Herausforderung darstellen. Im Gegensatz zu den starren Strukturen von Gebäuden oder Fahrzeugen, mit denen aktuelle 3D-Modellierungstechniken intestine zurechtkommen, sind Bäume Formwandler der Natur – sie wiegen sich im Wind, verflechten Äste mit Nachbarn und verändern während ihres Wachstums ständig ihre Type. Die Tree-D-Fusionsmodelle sind „simulationsbereit“, da sie die Type der Bäume in der Zukunft abhängig von den Umgebungsbedingungen abschätzen können.

„Das Spannende an dieser Arbeit ist, dass sie uns dazu drängt, grundlegende Annahmen im Bereich Laptop Imaginative and prescient zu überdenken“, sagt Beery. „Während 3D-Szenenerkennungstechniken wie Photogrammetrie oder NeRF (Neuronale Strahlungsfelder) sich bei der Erfassung statischer Objekte auszeichnen, erfordern Bäume neue Ansätze, die ihre dynamische Natur berücksichtigen können, bei der selbst eine sanfte Brise ihre Struktur von Second zu Second dramatisch verändern kann.“

Der Ansatz des Groups, grobe Strukturhüllen zu schaffen, die sich der Type jedes Baumes annähern, hat sich als bemerkenswert effektiv erwiesen, bestimmte Probleme bleiben jedoch ungelöst. Am ärgerlichsten ist vielleicht das „Downside der verwickelten Bäume“. Wenn benachbarte Bäume ineinander wachsen, ergeben ihre ineinander verschlungenen Äste ein Rätsel, das kein aktuelles KI-System vollständig lösen kann.

Die Wissenschaftler betrachten ihren Datensatz als Sprungbrett für zukünftige Innovationen im Bereich Laptop Imaginative and prescient und erforschen bereits Anwendungen, die über Avenue View-Bilder hinausgehen, und versuchen, ihren Ansatz auf Plattformen wie iNaturalist und Wildkamerafallen auszudehnen.

„Dies ist erst der Anfang für Tree-D Fusion“, sagt Jae Joong Lee, ein Doktorand der Purdue College, der den Tree-D-Fusion-Algorithmus entwickelt, implementiert und eingesetzt hat. „Gemeinsam mit meinen Mitarbeitern stelle ich mir vor, die Fähigkeiten der Plattform auf planetarische Ebene zu erweitern. Unser Ziel ist es, KI-gesteuerte Erkenntnisse im Dienste natürlicher Ökosysteme zu nutzen – zur Unterstützung der Artenvielfalt, zur Förderung der globalen Nachhaltigkeit und letztendlich zum Wohle der Gesundheit unseres gesamten Planeten.“

Die Co-Autoren von Beery und Lee sind Jonathan Huang, Leiter der KI-Abteilung bei Scaled Foundations (ehemals Google); und vier weitere von der Purdue College: die Doktoranden Jae Joong Lee und Bosheng Li, Professor und Dekan des Lehrstuhls für Fernerkundung Songlin Fei, Assistenzprofessor Raymond Yeh und Professor und stellvertretender Leiter der Informatik Bedrich Benes. Ihre Arbeit basiert auf Bemühungen, die vom Pure Assets Conservation Service des US-Landwirtschaftsministeriums (USDA) unterstützt werden, und wird direkt vom Nationwide Institute of Meals and Agriculture des USDA unterstützt. Die Forscher stellten ihre Ergebnisse diesen Monat auf der European Convention on Laptop Imaginative and prescient vor.

Das MIT Stephen A. Schwarzman School of Computing hat den Begin eines neuen Programms zur Unterstützung von Postdocs angekündigt, die an der Schnittstelle zwischen künstlicher Intelligenz und bestimmten Disziplinen forschen.

Der Tayebati-Postdoktorandenstipendienprogramm wird sich auf KI konzentrieren, um die schwierigsten Probleme in ausgewählten wissenschaftlichen Forschungsbereichen anzugehen, und auf KI für Musikkomposition und -aufführung. Das Programm wird eine erste Kohorte von bis zu sechs Postdocs für eine einjährige Amtszeit aufnehmen, mit der Möglichkeit einer Verlängerung um eine zweite Amtszeit.

Unterstützt durch eine 20-Millionen-Greenback-Spende von Parviz Tayebati, einem Unternehmer und Führungskraft mit einem breiten technischen Hintergrund und Erfahrung mit Begin-up-Unternehmen, wird das Programm Prime-Postdoktoranden stärken, indem es ein Umfeld bietet, das ihre akademische und berufliche Entwicklung erleichtert und es ihnen ermöglicht, ehrgeizige Entdeckungen zu verfolgen. „Ich bin stolz darauf, ein Stipendienprogramm zu unterstützen, das interdisziplinäre Forschung fördert und die abteilungsübergreifende Zusammenarbeit fördert. Ich hoffe, dass dieses Geschenk eine neue Era von Wissenschaftlern inspirieren wird, deren Forschung das Wissen erweitert und Innovationen fördert, die über traditionelle Grenzen hinausgehen“, sagt Tayebati.

„Künstliche Intelligenz birgt ein enormes Potenzial, Durchbrüche in der Wissenschaft zu beschleunigen und die menschliche Kreativität anzuregen“, sagt Dan Huttenlocher, Dekan des Schwarzman School of Computing und Henry Ellis Warren-Professor für Elektrotechnik und Informatik. „Dieses neue Postdoc-Programm ist eine bemerkenswerte Gelegenheit, außergewöhnliche zweisprachige Talente zu fördern, die KI und eine andere Disziplin kombinieren. Das Programm bietet Stipendiaten die Möglichkeit, sich an der Spitze der KI-Forschung und in einem anderen Bereich zu engagieren und dabei mit führenden Experten verschiedener Disziplinen zusammenzuarbeiten. Wir sind Parviz zutiefst dankbar für seine Weitsicht bei der Unterstützung der Entwicklung von Forschern in diesem immer wichtiger werdenden Bereich.“

Kandidaten, die in das Programm aufgenommen werden, werden an Projekten arbeiten, die einen von sechs Disziplinen umfassen: Biologie/Bioingenieurwesen, Gehirn- und Kognitionswissenschaften, Chemie/Chemieingenieurwesen, Materialwissenschaften und -technik, Musik und Physik. Jeder Stipendiat wird einen Mentor der Fakultät sowohl im disziplinären Bereich als auch im Bereich KI haben.

Das Tayebati Postdoctoral Fellowship Program ist eine Schlüsselkomponente eines größeren Schwerpunkts des MIT Schwarzman School of Computing, der auf die Förderung innovativer Forschung im Computerbereich abzielt. Im Rahmen dieses Schwerpunkts verfügt die Hochschule über drei Postdoktorandenprogramme, die den Stipendiaten jeweils Ausbildung und Mentoring bieten, ihren Forschungshorizont erweitern und ihnen dabei helfen, Fachwissen im Bereich Informatik, einschließlich der Schnittstelle zu anderen Disziplinen, zu entwickeln.

Andere Programme umfassen Mentorierte Möglichkeiten in der Forschung (METEOR), das 2020 vom Pc Science and Synthetic Intelligence Laboratory gegründet wurde. Das Ziel von METEOR, das kürzlich auf das MIT und das School ausgeweitet wurde, besteht darin, außergewöhnliche Wissenschaftler in Informatik und KI zu unterstützen und die Beteiligung auf diesem Gebiet zu erweitern.

Darüber hinaus bietet die Social and Moral Tasks of Computing (SERC), eine übergreifende Initiative des MIT Schwarzman School of Computing, Forschern, die untersuchen, wie Pc die Gesellschaft verändern, die Möglichkeit, sich als Teilhaber zu beteiligen SERC-Postdoc. SERC-Postdoktoranden nehmen das ganze Jahr über an einer Reihe von Aktivitäten teil, darunter die Leitung interdisziplinärer Groups von MIT-Studenten und -Doktoranden, bekannt als SERC Students, um an Forschungsprojekten zu arbeiten, die Themen wie generative KI und Demokratie, die Bekämpfung von Deepfakes, die Untersuchung des Dateneigentums usw. untersuchen unter anderem die gesellschaftlichen Auswirkungen von Gamification.

Die Fähigkeit der Regulierungsbehörden, mit der KI Schritt zu halten, ist von entscheidender Bedeutung, wenn sie eine erfolgreiche Rolle bei spannenden Fortschritten im Gesundheitswesen spielen soll. Aber auch, wenn wir sicherstellen wollen, dass die Patientensicherheit weiterhin an erster Stelle steht, da sich sehr schnell neue Möglichkeiten eröffnen.

Zweifellos ist es eine große Herausforderung, die rasch wachsenden Möglichkeiten dieser Technologie zu nutzen und gleichzeitig sicherzustellen, dass strenge Exams und eine risikofreie Wirksamkeit auf ethische Weise erreicht werden. Die Lernkurve für die Regulierungsbehörden ist steil.

Die vielfältigen Vorteile der KI sind bereits heute erkennbar – von der Krebsbildgebung bis hin zu Diagnose- und Prognosefunktionen. Ohne Zweifel hat sie einen enormen Einfluss, der voraussichtlich noch weiter zunehmen wird.

Allerdings müssen diese Vorteile im Blick behalten werden und die Regulierungsbehörden müssen versuchen, immer schnellere Innovationen im Gesundheitswesen zu fördern und nicht zu behindern. Dabei steht der Schutz der Patienten an erster Stelle.

Einerseits muss die Technologie eindeutig constructive Ergebnisse liefern, um die Regulierungsbehörden zufriedenzustellen. Andererseits muss klar nachgewiesen werden, dass die KI-Technologie auch für den Patienten funktioniert und dessen Erfahrung grundlegend verbessert.

Die große Herausforderung ist dann die Zeit – die Fähigkeit, die Regulierungsbehörden, die möglicherweise versuchen, mit den Entwicklungen Schritt zu halten, schnell weiterzubilden und ihnen dann immer einen Schritt voraus zu sein. Das bedeutet nicht nur, den Kurs intestine zu verstehen; es bedeutet ein umfassendes, durchgängiges Verständnis verschiedener Bereiche, das fundierte, intestine informierte Entscheidungen ermöglicht und die Verbreitung zeitnaher Leitlinien ermöglicht, die allen Beteiligten Klarheit verschaffen.

Die Herausforderung kann jedoch bewältigt werden, und es wurden wichtige Erfolge verzeichnet, die für die dringend benötigte Klarheit sorgen. Das EU-KI-Gesetz wurde kürzlich vom EU-Parlament verabschiedet. Es dürfte sich dabei um die weltweit ersten umfassenden Gesetze handeln, die den Einsatz von künstlicher Intelligenz und maschinellen Lerntechnologien wie Gesichtserkennung und ChatGPT regeln.

Ich bin nach wie vor davon überzeugt, dass der wichtigste Aspekt des Gesetzes darin besteht, sicherzustellen, dass es für Änderungen offen bleibt und gleichzeitig die globale Wettbewerbsfähigkeit gewährleistet. Doch wie die Präsidentin der Europäischen Kommission, Ursula von der Leyen, es ausdrückte, handelt es sich um einen „einzigartigen Rechtsrahmen für die Entwicklung künstlicher Intelligenz, dem Sie vertrauen können“, und seine Existenz ist für alle beruhigend.

Mit anderen Worten: Auch wenn es offensichtlich schwierig ist, mit dem technologischen Fortschritt Schritt zu halten, werden keine Stalltüren voreilig geschlossen, nachdem das KI-Pferd durchgebrannt ist. Wir sind so intestine aufgestellt wie möglich, und die richtigen Ratschläge zu erhalten, ist nach wie vor entscheidend, um erfolgreich durch die regulatorische Landschaft zu navigieren und Innovationen in die Hände der Patienten zu bringen.

Um dies aufrechtzuerhalten, ist es wichtig, das richtige Fachwissen zu gewinnen und genügend Benannte Stellen zur Verfügung zu haben, die bereit und in der Lage sind, revolutionary neue Technologien und Geräte zeitnah zu zertifizieren.

Damit das so bleibt, bedarf es natürlich der entsprechenden Ressourcen und einer Schulung durch die Regulierungsbehörden, die mit dem Tempo der Veränderungen Schritt halten kann.

Darüber hinaus ist eine vorausschauende Betrachtung erforderlich – vorausschauende Planung und Proaktivität, nicht nur Reaktivität – um sicherzustellen, dass Entwicklungen vorweggenommen, Ressourcen im Voraus zugewiesen und Verzögerungen minimiert werden.

Daher ist es erfreulich zu sehen, dass die Medicines and Healthcare merchandise Regulatory Company (MHRA) diesen Bedarf erkannt hat und ihr Innovationsbüro „offen“ ist für Anfragen zu Produkten oder Technologien, die den aktuellen regulatorischen Rahmen in Frage stellen. Dies gilt insbesondere für Produkte oder Technologien, die sich in einem frühen Entwicklungsstadium befinden oder in denen regulatorische Unsicherheit herrscht oder die einem schnellen Wandel unterliegen.

Das bedeutet, Innovationen immer einen Schritt voraus zu sein, das Bewusstsein und Verständnis für ihre Entwicklung zu schärfen und sie systematisch zu begleiten und zu beraten. Diese Unterstützungsmöglichkeiten sind für ein proaktives Administration von entscheidender Bedeutung.

Wenn Innovatoren erkennen, dass ihnen derartige Unterstützung, Fachkenntnisse und Beratung zur Verfügung stehen, kann dies nur constructive Auswirkungen auf die KI-Ambitionen und die Zukunft des regulierten Gesundheitswesens haben.

Über den Autor

Elaine Gemmell, Leiterin Regulatory Affairs bei InnoScot Gesundheit. Elaine hat einen BSc in Elektrotechnik und einen BEng (Hons) in Ingenieurwissenschaften und ist Honorarprofessorin an der Faculty of Engineering and Bodily Sciences der Heriot-Watt College. Seit sie 2002 zu InnoScot Well being kam, hat sie mehr als zwanzig Jahre Erfahrung in allen Aspekten der Entwicklung medizinischer Geräte und fünfzehn Jahre in der behördlichen Zulassung gesammelt. Sie ist zertifizierte ISO 13485/ISO 9001 Lead Auditor und hat Erfahrung mit behördlichen Zulassungen in Großbritannien, Europa und den USA. Sie hatte Positionen auf Direktoren- und Senior-Administration-Ebene in zwei Spin-off-Unternehmen von InnoScot Well being inne.

Melden Sie sich für die kostenlosen insideAI Information an Publication.

Folgen Sie uns auf Twitter: https://twitter.com/InsideBigData1

Folgen Sie uns auf LinkedIn: https://www.linkedin.com/firm/insideainews/

Folge uns auf Fb: https://www.fb.com/insideAINEWSNOW

Mozilla hat eine kleine Initiative gestartet Mozilla Builders Accelerator für ein gemeinschaftliches Verständnis und Innovation in der künstlichen Intelligenz (KI). Dieses Programm ist dafür ausgelegt, die oberen KI- und Computerbildschirme zu verkleinern, sodass Benutzer ihre Ressourcen nutzen und so die Anzeige von Bildern optimieren können. Das System besteht darin, ein innovativeres KI-Ökosystem zu schaffen und die KI-Mengen zu erweitern. Das erste Thema des Beschleunigerprogramms ist lokale KI. Es wird erwartet, dass KI-Modellierer und -Anwendungen direkt auf die menschliche Wahrnehmung zugreifen können, da Smartphones oder Edge-Geräte darauf angewiesen sind. förlita sig på molntjänster.

Mozilla betreibt seit über 25 Jahren eine Plattform für das Web, die eine globale öffentliche Ressource darstellt – offen und zugänglich für alle. Denn Engagement hat eine lebenskraftvolle Gemeinschaft geschaffen, die Innovation und Gemeinschaft gewidmet ist. Der hintere Rahmen für die AI-Bürste ist offen, clear und inklusive. Durch die Initiative von Mozilla.ai und Llamafile wurden die wichtigsten Frameworks in das Open-API-Framework eingefügt. Mozilla Builders Accelerator ist der nächste Schritt in diesem Bereich.

Das für den Mozilla Builders Accelerator ausgewählte Projekt kann eine Finanzierung von bis zu 100.000 US-Greenback einbringen. Der wirtschaftliche Fortschritt hat zu einer verstärkten Mentorenschaft und einem gemeinschaftlichen Engagement geführt und zu einem nachhaltigen Projekt geführt. Deltagarna kommt in einem strukturierten 12-Vektor-Programm zu Delta, dessen Schwerpunkt auf Design, Konstruktion und Testarbeit eines Projekts liegt, das von einem Alumni zur weiteren Vertiefung unterstützt wird. Das Programm umfasst unter anderem eine Anleitung, einen Workshop-Leitfaden und praktische Übungen. Als Nächstes wird es möglich sein, das obere Projekt mithilfe der Mozilla-Kanäle und -Occasions mit einer Demo als Höhepunkt zu starten.

Der Dienst lokaler KI als Thema für Beschleuniger steht in der ersten Reihe von Mozilla Firefox-Apps für Privatleben, Wiederherstellung und Open-Supply-Codeinnovation. Mit dieser Methode erhalten Sie mehrere Vorteile, darunter eine kostenlose Privatleben-Analyse, die Datenerfassung im lokalen Netzwerk und die Minimierung von Risiken für potenzielle Verbraucher. Der Benutzer hat eine starke Kontrolle über seine KI-Umgebung und seine Daten, wodurch die Kosteneffizienz durch die Nutzung der vorhandenen Infrastruktur, die Kosteneffizienz bei der Bereitstellung und Nutzung sowie die Gewährleistung einer zuverlässigen lokalen Benutzererfahrung gewährleistet werden, da die Sicherheit auch ohne Internetverbindung gewährleistet bleibt.

Mozilla Builders Accelerator

mozilla.ai