Պատկերացրեք մի ալգորիթմ, որը կարող է րոպեների ընթացքում ուսումնասիրել ամբողջ քաղաքի արբանյակային պատկերները և ասել՝ որտեղ է ապօրինի շինություն կառուցվել, որ հատվածում է գյուղատնտեսության բերքատվությունը ակնում գրանցել, անտառային որ տարածքներն են վնասատուներով և որ շենքն է վնասվել աղետից։ Ֆանտաստիկա՞։ Արդեն ոչ։
Սա Geo-AI-ն է՝ արհեստական բանականության և աշխարհագրական տվյալների միախառնումը, որը սովորում է «տեսնել» տարածությունը այնպես, ինչպես մարդը երբեք չէր կարողանա՝ առանց հոգնելու, առանց բացթողումների, հազարավոր անգամ ավելի արագ։
Ի՞նչ է կատարվում այս «միախառնման» մեջ
Դասական ԱՏՀ-ում մարդն է նայում քարտեզին, օդալուսանկարին կամ արբանյակային պատկերին և ինքնուրույն` սուբյեկտիվորեն որոշում, թե որտեղ է գտնվում շինությունը, որտեղ է ավարտվում ճանապարհը, որ հատվածն է անտառ։ Այս աշխատանքը կոչվում է թվայնացում, և կապված թվայնացվող օբյեկտի տեսակից`այն կարող է տևել շաբաթներ, երբեմն նաև ամիսներ։
Geo-AI-ը հեղափոխում է այս գործընթացը։ Փոխարենը մարդը կանոնները սովորեցնում է ալգորիթմին, այնուհետև` ալգորիթմն ինքն է սովորում հազարավոր օրինակներից՝ ինչպիսի՞ն է թվում շենքը վերևից, ինչպիսի՞ն է առողջ բույսը հեռազննման տվյալներում, ինչպիսի՞ն է ջրով ողողված տարածքը։ Սա խորը ուսուցում է՝ կիրառված աշխարհագրական տվյալների վրա։
Ինչու՞ հենց հիմա
Այս ամենը հնարավոր չէր դեռ մի քանի տարի առաջ։ Ի՞նչն է փոխվել։ Երեք բան համընկան միաժամանակ.
- Արբանյակների քանակն արագորեն աճել է. այսօր ողջ մոլորակը նկարահանվում է մի քանի անգամ ամեն օր
- Դրոնային տեխնոլոգիաները մատչելի դարձան ցանկացած մասնագետի համար
- Խորը ուսուցման մոդելները վերջապես բավականաչափ ուժեղ են՝ ճանաչելու օրինաչափություններ, որոնք մարդու աչքը հազիվ է նկատում
Արդյունքում՝ տվյալ, որ նախկինում պահանջում էր ամբողջ թիմի ամիսների աշխատանք, այժմ մշակվում է ժամերի ընթացքում։
Որտե՞ղ է արդեն կիրառվում Geo-AI-ը
Սա այլևս ապագայի տեխնոլոգիա չէ։ Այն արդեն փոխում է տարբեր ոլորտների աշխատանքը.
- Կադաստր և քաղաքաշինություն — ալգորիթմները ինքնուրույն հայտնաբերում են անօրինական կառույցներ՝ համեմատելով տարբեր տարիների արբանյակային պատկերներ/օդալուսանկարներ և անշարժ գույքի գրանցված իրավունքների տարածական տվյալների շերտեր
- Գյուղատնտեսություն — մշակաբույսերի առողջության մոնիթորինգ բազմասպեկտրալ հեռազննման տվյալներով
- Աղետների կառավարում — ջրհեղեղից, հրդեհից կամ երկրաշարժից տուժած տարածքների քարտեզագրում
- Ապահովագրություն և ֆինանսներ — ռիսկերի ավտոմատ գնահատում՝ ըստ շենքի տեսակի, դիրքի և շրջակա միջավայրի
- Բնապահպանություն — անտառահատումների և կլիմայի փոփոխության հետևանքների վաղ հայտնաբերում գրեթե իրական ժամանակում
- Քաղաքային պլանավորում — երթևեկության հոսքերի, ջերմային «կղզիների» և բնակչության խտության վերլուծություն՝ ավելի խելացի քաղաքների համար
Բայց արդյո՞ք ամեն ինչ այդքան պարզ է
Geo-AI-ը կախարդական փայտիկ չէ։ Ալգորիթմը «լավն» է այնքան, որքան այն տվյալները, որոնցով այն սովորեցվել է. եթե մոդելը սովորեցվել է եվրոպական քաղաքների շենքերի վրա, այն կարող է սխալվել հայկական գյուղական տների համար գործարկման դեպքում։ Անհրաժեշտ է նաև մարդկային ստուգում և մասնագիտական դատողություն՝ արդյունքները իմաստավորելու համար։
ԱՏՀ մասնագետի նոր դերը
Սա նշանակում է, որ ապագայի ԱՏՀ մասնագետը ոչ միայն տվյալներ թվայնացնող, թեմատիկ քըրտեզներ կազմող է, այլ նաև մեկը, ով հասկանում է՝ ինչպես սովորեցնել մեքենային «տեսնել» տարածությունը ճիշտ, և ինչպես հարցականի տակ դնել դրա եզրակացությունները։
Geo-AI-ն չի փոխարինում մասնագետին, այն փոխարինում է ամենաձանձրալի, կրկնվող աշխատանքին՝ ազատելով ժամանակ իրական վերլուծության և որոշումների համար։
Իսկ սա ևս, միայն սկիզբն է։