Rambler's Top100
 
Статьи
Олег ФАТЕЕВ  Николай НОСОВ  01 октября 2020

Искусственный интеллект в географии

Компаниям, работающим с геоданными, стоит обратить внимание на возможности, которые дает искусственный интеллект, для снижения трудозатрат и повышения точности расчетов и прогнозов.

Еще в начале века для прокладки маршрута использовались человеческие мозги и бумажные карты. Периодически закупались новые атласы автомобильных дорог, изучались развязки и схемы движения. Уважением пользовались опытные таксисты, находящие путь в объезд многочисленных пробок. Ловились объявления по радио и ТВ о закрытии участков дорог; на маршруте в незнакомой местности первым делом опрашивалось местное население.

Цифровая трансформация изменила все, в том числе картографию. Сначала появился GPS-навигатор, куда закачивались карты, потом в городах перешли на смартфоны. Теперь водители такси даже не задумываются о маршруте, полностью полагаясь на приложение «Яндекс.Карты» и надеясь, что оно оптимально рассчитает путь с учетом пробок, аварий и ремонтируемых участков дорог.

Предпосылки появления GeoAI

Картография появилась еще в первобытном обществе, причем раньше, чем письменность. Сохранились карты в виде наскальных рисунков. Впоследствии картография превратилась в науку – об исследовании, моделировании и отображении пространственного расположения, сочетания и взаимосвязи объектов, явлений природы и общества. Данных было не так много, и для их анализа хватало возможностей человека.

С широким распространением компьютеров стали рассматриваться перспективы использования искусственного интеллекта. Еще в 80-х годах Хелен Куклелис и Tеренс Смит обсуждали возможности ИИ для решения географических проблем. В 1997 году вышла книга Стена Опеншоу об искусственном интеллекте в географии. Но пока все ограничивалось теорией.

Ситуация стремительно изменилась в последние годы. Повысилось качество снимков, сделанных со спутников и дронов, города и дороги опутала сеть видеокамер, передающих данные в режиме реального времени, появились смартфоны, которые можно рассматривать как нательные датчики местоположения человека. Пользователи стали оставлять информацию о состоянии объектов в соцсетях или специальных базах в интернете.

Компании регулярно обмениваются данными через API. Два десятилетия назад это трудно было себе представить. По оценкам ProgammableWeb, в конце 2019 года существовало более чем 22 тыс. веб-API – прирост по сравнению с сотней API в 2005 году огромный. Данные используются не только для конкретного исследования, но и повторно.

Объем данных, доступных для анализа, резко вырос, но появились новые возможности для их хранения и обработки, для распознавания объектов и прогнозирования их поведения с помощью систем машинного обучения и искусственного интеллекта. Системы на основе ИИ начали использовать в картографии.

Области применения GeoAI

Анализ ситуации на дорогах – наиболее близкая большинству людей иллюстрация нового направления деятельности искусственного интеллекта, получившего название GeoAI (Geospatial Artificial Intelligence). GeoAI – раздел геоинформатики, ориентированный на использование подходов и инструментов систем искусственного интеллекта (машинного обучения, нейронных сетей) с учетом специфики и объемов геоданных. GeoAI позволяет строить геоинформационные системы (ГИС) нового поколения, обеспечивающие недоступное ранее качество геоаналитики и геомоделирования при одновременном сокращении ручного труда.

В примере с прокладыванием маршрута по городу геопространственный интеллект, решая классическую «задачу коммивояжера» – минимизации протяженности пути между двумя точками, – использует весь массив доступной информации, включающий данные с камер наблюдения на дорогах, со спутников, сведения, передаваемые участниками движения. Он сочетает точность ГИС с анализом, основанном на машинном обучении. GeoAI можно назвать формой машинного обучения, задействующей геоданные.

Службы каршеринга и такси типа Uber могут обрабатывать данные о трафике и наличии поблизости водителей, об отзывах пассажиров. В логистике GeoAI повышает эффективность цепочки поставок и оптимизирует предоставление услуг. В бизнесе геопространственный ИИ улучшит прогнозирование спроса и предложения, перспектив высокой и низкой маржи и сделает это с привязкой к местности.

GeoAI найдет применение в сельском хозяйстве, в управлении автономными транспортными средствами, системах безопасности и оборонном комплексе. Геопространственные технологии, такие как LiDAR, спутниковые снимки, картография дронов, съемка наземных камер, позволяют получать точные данные с трехмерной информацией. Переработка огромного объема данных невозможна без использования искусственного интеллекта, особенно в ситуациях, требующих быстрой реакции на изменение внешней среды, например при движении беспилотного транспорта.

GeoAI поможет найти человека в море при спасработах, спрогнозировать погоду или урожай, предоставит новые методы пространственной интерполяции при исследовании поверхности небесных тел. Машинное обучение и методы обработки естественного языка облегчают извлечение географической информации из неструктурированных данных, таких как новостные статьи или Википедия.

GeoAI как структурное подразделение

Достигнув определенной зрелости компании, занимающиеся ГИС, сталкиваются с проектами, в которых целесообразно использовать решения на базе ИИ. Если результатом внедрения таких решений становится рост бизнеса, возникает необходимость поручить GeoAI самостоятельному структурному подразделению внутри компании или отдельной компании внутри группы компаний.

Основное бизнес-преимущество, которое получает компания, ориентирующаяся на GeoAI, – кардинальное уменьшение доли ручной обработки, что в одинаковой степени приводит как к сокращению затрат, так и к повышению скорости получения и качества результатов.

Еще одно бизнес-преимущество – умная балансировка степени детализации геомоделей, при которой детализация не требует избыточных вычислительных ресурсов и не вызывает неоправданную фиксацию псевдоизменений, негативно влияющую на расход вычислительных ресурсов и способную привести к серьезным ошибкам в результатах.

С организационной точки зрения средней компании лучше передавать исполнение GeoAI-проектов сторонним компаниям, а в своем GeoAI-отделе сосредоточить экспертизу и проектное руководство.

Исходя из этого, GeoAI-компания может накапливать экспертизу по следующим направлениям:

·      повышение качества геоданных и умная реконструкция недостающих данных;

·      умное обогащение геоданных с помощью информации, которую нельзя отнести к геоданным;

·      все виды умного геораспознавания, геоклассификации и геокластеризации (распознавание, классификация и кластеризация – краеугольные камни систем машинного обучения);

·      все виды умного геопрогнозирования – прогнозирование геоизменений, градостроительное, транспортное, энергетическое, эпидемиологическое и экологическое прогнозирование, прогнозирование чрезвычайных ситуаций;

·      геоонтологии и геосемантические модели;

·      геоинтеллект (понимание места и объекта);

·      геосправочники и геонавигаторы нового поколения;

·      цифровые геоблизнецы – создание «живых» геомоделей, автоматически обновляющихся вслед за физическими изменениями геообъектов. Нивелирование отличий моделей от реальности;

·      GIS + BIM (интеграция ГИС с системами моделирования зданий и объектов инфраструктуры). Внутренняя навигация (внутри зданий и сооружений);

·      интеграция ГИС с системами умного города, умной инфраструктуры, умного здания (получение информации от сенсоров и камер городских и инфраструктурных объектов);

·      дополненная реальность.

GeoAI как рабочая группа OGC

Признавая неминуемость активного использования искусственного интеллекта в геоинформационных системах, консорциум OGC (Open Geospatial Consortium) в 2018 году организовал рабочую группу GeoAI (Artificial Intelligence in Geoinformatics DWG), целями которой являются выработка общих подходов и координация усилий членов консорциума в этой области. Компании, заинтересованные в развитии у себя направления GeoAI, должны представлять, куда движется геоинформационная область и какие направления, по мнению OGC, приоритетны в GeoAI.

Технологии GeoAI – одни из самых интересных новых технологий, которые находят применение при анализе данных в государственных и частных предприятиях. Руководителям компаний, имеющим дело с геоданными, стоит обратить на них внимание, GeoAI снизят трудозатраты и повысят точность расчетов и прогнозов.

Олег Фатеев, Николай Носов

Поделиться:
Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!