新兴技术正帮助科学家们为热带雨林创建3D地图,从而更清晰地了解其数量、健康状况与生物多样性。创建“数字孪生”副本将带来全面超越以往的数据量级,在有效支持重新造林计划的同时,准确记录森林的碳储存潜力,为希望投资森恢复计划的企业提供切实可靠的商业信心与回报吸引力。
数字孪生以虚拟模型的形式存在,会不断更新最近传入的数据,当前已经成为石油钻井平台、工厂等产业场所的高度关联体。虽然绘制不断变化的自然地图不同于人造设施,期间往往提出新的待解决难题,但科学家们仍有信心依靠这项技术精确复制自然世界以支持保护计划。
巴西社会与环境智库Igarapé Institute联合创始人Robert Muggah在邮件采访当中表示,“在雨林与物种保护方面,数字孪生有望成为改变游戏规则的重要技术。”
“遥感与机器学习技术的融合,也许将彻底改变我们对于森林和生物多样性的理解,进而找到保护并恢复自然生机的方法。”
他解释称,数字孪生技术还能够支撑起更好的森林管理体系,特别是在评估易发生森林枯萎或草原化等“热点”区域威胁时。他表示,“在为森林建立数字副本的过程中,孪生技术能够捕捉到从森林构成到土壤湿度在内的各种变量,从而提供早期预警信号。”
当前,巴西国家航天局、圣保罗大学和MapBiomas等机构正联合推动Earth Active等多个项目,希望研究巴西自然景观所发生的变化。这项计划已经开始扫描致函雨林的部分区域,希望建立起一条新的基线以帮助指导关于气候变化的缓解工作。
在哥斯达黎加,维也纳大学经营的La Gamba野外站属于蓬塔雷纳斯南部地区皮德拉斯布兰卡斯国家公园的一处小型设施。该大学与专门从事遥感及测绘业务的瑞典绿色科技公司Hexagon开展合作,绘制出园区内的生物多样性与健康状况图。
该处国家公园建立于1991年,占地超过1.4万公顷(合140平方公里),拥有世界上生物多样性最为丰富的热带森林。除了200多种不同树种之外,这里还栖息着美洲虎、豹猫和眼镜凯门鳄等野生动物。
自2010年以来,非政府组织Regenwald der Österreicher(奥地利雨林组织)从私人企业手中买下了超过4000公顷(合40平方公里)园区土地,并将其赠予哥斯达黎加当局。该非政府组织还购买土地以在森林周围建立缓冲区,以保护林地免受砍伐以及香蕉/油料作物种植园的侵占。
该组织还筹集资金收购了大量休耕地及此前曾经密集耕种过的土地。现在,该项目由相关研究站负责管理,该研究站过去30年间一直致力于开发La Gamba野生动植物走廊(COBIGA),希望开拓出一条供物种迁徙的绿色路线。
这条野生动植物走廊利用当地苗圃种植的百余种不同树种,将园区猪八戒地原始森林与公园北部山脉Fila Cal的高地雨林衔接起来。研究团队希望数字孪生技术能够吸引并鼓励更多企业以出资捐赠的方式,帮助这项工作继续运营并推进下去。
为了建立孪生模型,研究人员采用了Hexagon公司提供的绿色立方体方法。即由安装在飞机上的高分辨率激光雷达扫描仪首先进行空中扫描,创建雨林植被结构与植物多样性3D模型,并保证精度误差达到3厘米以内。在这些数据的基础之上,科学家又添加了在树冠下方设定地面扫描点的补充手段,有助于实地验证空中测量结果的数据准确度。
为了完成这项工程量浩大的绘制工作,研究人员还使用声学陷阱记录森林中的声音,并配合AI技术按特种类型及数量对记录结果进行分类。相机陷阱则用于收集关于森林内生物的更多数据,同时辅以土壤样本以获取关于蠕虫、真菌及细菌多样性的信息。
作为该项研究的合作伙伴,奥地利国际应用系统分析研究所的研究学者Forian Hofhansl表示,“通过反复测量,我们应该可以估计出森林的生长情况及其健康与生物多样性的发展态势。”
Hofhansl同时解释道,热带森林的恢复工作可能需要几十年时间,这是因为贫瘠的土壤与物种入侵往往成为自然恢复的最大障碍。不过配合数字孪生形式的辅助恢复方案,有望为全世界带来一种经济高效的重新造林指导思路。
该项技术既可用于跟踪世界各地的森林变化,也可作为预警系统,提醒政府当局关注土地掠夺、伐木、采矿、偷猎以及其他可能损害林地生态的不良活动。
Hofhansl和他的团队还计划利用当地植物物种的多样性与植被结构方面的丰富信息,为另外一款名为PlantFATE(植物功能适应与性状进化)的新型数字工具创建参数。
PlantFATE的目标是通过捕捉植物如何适应当地环境,以揭示出森林生长和应对环境变化的复杂动态。掌握了这些一手数据,研究人员就能预测出热带生态系统如何应对不同的气候变化情景,并就如何管理濒临灭绝的物种提出建议。
Hofhansl坦言,数字孪生技术还能帮助研究人员跟踪树木的生长情况,更准确地描绘出森可储存的碳。这些数据可以帮助有意赞助森林保护的企业,为他们提供透明、可靠的信息来源,同时为其展示赞助预算的去向和使用效果。
Hofhansl提到,这项技术对于依赖森林谋生的当地社群同样好处多多。在哥斯达黎加,拉甘巴镇的当地人协助开展COBIGA野生动植物走廊项目,学习如何培育可采伐的树种。“通过这种方式,我们可以在保护原始森林的同时,为当地农民提供可持续的木材供应。”
Martin Holmberg是瑞典林雪平大学的高级副总裁,他的大部分数字/智能森林孪生探索,都集中在林业和管理斯堪的纳维亚广阔的针叶林之上。他解释道,尽管关于森林的参数会不断变化、为其创建数字孪生也相当复杂,但相关成果仍能帮助专家更好地了解森林的现状与发展变化趋势。
也正因为如此,数字孪生技术在减少伐木对林地造成的影响方面也发挥着重要作用,特别是提供一种对周遭森林和生态系统破坏较小的林业管理思路。Holmberg指出,对于原有地图细节不够丰富的区域,伐木企业已经开始使用孪生技术来规划林地的出入路线。他还特别强调,该项技术的一大突出贡献就是避免森林火灾,即尽可能选择车辆行驶不太可能产生刮蹭火花的路线。
但技术永远是把双刃剑,卫星遥测技术也可能带来新的风险,甚至被用于针对脆弱的森林生态和周边社区。尽管政府可以利用这些地理空间数据发现非法砍伐和修建秘密飞机跑道/行车道路等犯罪行为,但也有报道称那些有组织的犯罪团伙也在利用遥测技术与卫星图像来扩大其地下业务。
另外一个普遍担忧在于,数字孪生目前仅限于私营组织或个人使用,尚未对普罗大众公开,特别是依赖雨林生存的偏远社群。
也就是说,数字孪生技术可能会加剧数字鸿沟,导致人们无法平等获取这些技术所带来的红利。因此随着这类方案在自然环境保护等解决方案中得到广泛应用,反而可能无意间加剧不平等状况,以毫无公平性可言的方式让那些能够接触并使用到这类先进技术的群体过度获益。
为了避免这种情况,必须要为当地社区提供数字技术素养培训。
也就是说,除非推动信息开源,否则数字孪生也许会成为加剧不平等问题的罪魁祸首。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。