Ein neuer Artikel untersucht den Einsatz künstlicher Intelligenz bei der Baumkontrolle.
Obwohl die Branche in den letzten Jahren die Standards für Baumkontrollen erheblich angehoben hat, ist die Qualität der Ergebnisse immer noch sehr unterschiedlich und wird von einer Vielzahl von Faktoren beeinflusst. Aufgrund der Komplexität und Vielfalt von Bäumen und Standorten benötigen Baumkontrolleure viele Jahre, um relevante persönliche Erfahrungen zu sammeln und zu überprüfen. In vielen Ländern lernen neue Baumgutachter von einer sehr kleinen Anzahl erfahrener Kollegen.
Künstliche Intelligenz (KI) kann eingesetzt werden, um verstreutes Wissen zu sammeln, zu verdichten und es in einem Hilfsmittel für die Baumkontrolle einzusetzen. In diesem Projekt wird die Anwendung einer kommerziellen KI-Entscheidungssystemsoftware für die Baumbewertung getestet.
Die Software basiert auf einer neuen dynamischen, nicht-klassischen Logik, die verschiedene Wissensquellen zu einem emergenten System kombiniert, um visuelle Baumkontrollen zu unterstützen. Ein Satz von Regeln beschreibt das vorhandene Wissen über die meist unscharfen Parameter, die die Wahrscheinlichkeit von Baumversagen und Schäden beeinflussen. Die Software wertet die bei einer Baumkontrolle gesammelten Daten aus und liefert eine Einschätzung des Risikos. Das Ergebnis und die Gründe dafür werden in verständlicher Sprache dargestellt. Die Nutzer können diese Einschätzung überprüfen und ihre eigene Einschätzung in das System einspeisen, um es weiter zu trainieren, so dass dieses “weiße” KI-System auf der Grundlage der in der Praxis gewonnenen Erfahrungen selbstlernend ist.
Der Einsatz von KI bei der Risikobewertung von Bäumen unterstützt nicht nur den Anwender, sondern kann auch zur Verbreitung von Wissen und zur Förderung der Standardisierung der Entscheidungsfindung bei der Baumkontrolle genutzt werden.
Wichtige Ansätze für die weitere Forschung und Wissenslücken, die in diesem Projekt identifiziert wurden, sind: Wie sammelt man ausreichende qualitätsgesicherte Datensätze, um den anfänglichen Satz von Regeln zu definieren, und wie bewertet man das Niveau der Fachkenntnisse der Benutzer, die das System weiter trainieren.