Օգոստոսը ոլորտի հանգիստ ամիսն է․ կոնֆերանսներն անցել են, մասնագետները հիմնականում արձակուրդում են։ Այս տարի, սակայն, ամառային անդորրը չստացվեց։

Ամսվա ընթացքում երկու իրար հետ չկապված գործընթաց հատվեցին։ Մի կողմից՝ աշխարհագրական տվյալները վերջնականապես դադարեցին լինել միայն քարտեզագրական նյութ և դարձան AI մոդելների հումք։ Մյուս կողմից՝ օգոստոսի 2-ից Եվրոպայում ուժի մեջ մտան AI Act-ի թափանցիկության պահանջները։

Այսինքն՝ մեկ ամսում GeoAI-ը դարձավ և՛ ավելի հզոր, և՛ ավելի պատասխանատու։ Ամսվա ամենահետաքրքիր մասը հենց այս երկու շարժման հանգույցն է։

Սկսենք առաջինից։

Մաս առաջին. ի՞նչ դարձավ հնարավոր

Ներդիրները (Embeddings) դառնում են տվյալային շերտ

Ամսվա ամենագործնական լուրը Google-ից եկավ․ AlphaEarth Foundations-ի հիմքով հայտարարվեց Custom Satellite Embeddings-ի փակ նախադիտումը։

Տարբերությունը նախորդ տարվա գլոբալ շերտից սկզբունքային է։ Առաջ ներդիրները հասանելի էին ամբողջ մոլորակի համար և տարեկան կտրվածքով։ Այժմ դրանք կարելի է ստանալ ըստ պահանջի՝ կոնկրետ տարածքի և կոնկրետ ժամանակահատվածի համար։

Գործնականում սա նշանակում է կոնկրետ տարվա համար քարտեզագրումից դեպի տարբեր տարիների փոփոխությունների հետևում։ Մարտից հունիս ընկած ժամանակահատվածում ուսումնասիրվող տարածքում տեղի ունեցած փոփոխությունը մինչ այժմ պահանջում էր առանձին մոդել, ուսուցման ընտրանք և վալիդացիա։ Այս ամենի արժեքը կտրուկ իջնում է։

Ակադեմիական ընթերցողի համար նշենք, որ Google-ը գործարկել է ծրագիր, որով ընտրված հետազոտողները Earth Engine-ի միջոցով անվճար նմուշային տվյալներ են ստանում։ Դիմումների վերջնաժամկետը սեպտեմբերի 1-ն է։

GeoAI-ը դադարում է առանձին նախագիծ լինելուց

Եթե ներդիրները նոր հումքն են, հաջորդ հարցը մշակման միջավայրն է։

Օգոստոսին Esri Press-ը հրատարակեց «Exploring GeoAI: Tools and Workflows» ուղեցույցը։ Ուշագրավը գիրքը չէ, այլ դրա բովանդակության կառուցվածքը՝ խորը ուսուցում, օբյեկտների հայտնաբերում, LiDAR-ի դասակարգում, transfer learning, կանխատեսողական տարածական վերլուծություն, մոդելների ուսուցում և գնահատում։

Այս ցանկը մի բան է փաստում․ GeoAI-ն այլևս չի ընկալվում որպես առանձին «AI նախագիծ»։ Այն դառնում է ամբողջական գեոտարածական հոսք, որտեղ տվյալների նախապատրաստումը, տարածական վերլուծությունը, մոդելի ուսուցումը և արդյունքի ինտեգրումը ԱՏՀ (GIS) միջավայրում մեկ գործընթացի օղակներ են։

Առավել բարձր ճշտության հիմնաքարտեզներ․ 30 սանտիմետր՝ 2000 քաղաքի համար

Geo-AI մոդելը լավ է այնքան, որքան «լավ է տեսնում»։

Օգոստոսի 20-ին Esri-ն հրապարակեց World Imagery բազային քարտեզի ընդլայնման մանրամասները։ Airbus-ը 2026-ի երկրորդ կիսամյակից 30 սմ լուծաչափի պատկերներ է մատակարարելու աշխարհի շուրջ 2000 քաղաքի համար։ Nearmap-ը ապահովում է 20 սմ օդալուսանկարներ ԱՄՆ-ի, Կանադայի, Ավստրալիայի և Նոր Զելանդիայի 200 ագլոմերացիաների համար, Vantor-ը՝ նախկին Maxar Intelligence-ը՝ գլոբալ հիմքը՝ ընդհուպ 15 սմ որոշ խոշոր քաղաքներում։

Այս լուծաչափը փոխում է խնդիրների ցանկը՝ քաղաքային փոփոխությունների մոնիթորինգ, նոր և ինքնակամ շինարարությունների հայտնաբերում, ենթակառուցվածքների վիճակի գնահատում, հողօգտագործման ու կանաչ տարածքների վերլուծություն, աղետների ռիսկերի գնահատում։

Բայց ավելի ուշագրավ է շուկայական կողմը։ Երեք մատակարարներն էլ վերջին տարիներին սեփականատեր կամ ապրանքանիշ են փոխել։ Հեռազննման տվյալների շուկան համախմբվում է, և արժեքը հում պատկերից տեղափոխվում է դեպի վերլուծության համար պատրաստ, կանոնավոր թարմացվող բազային շերտը՝ այն, ինչի վրա հենվում են թվային երկվորյակներն ու ավտոմատ օբյեկտների արդյունահանումը։

Հետևությունը՝ ԱՏՀ (GIS) մասնագետի աշխատանքի ծանրության կենտրոնը շարունակում է տեղափոխվել վեկտորային շերտերից դեպի մեծածավալ պատկերային տվյալներ և դրանց ավտոմատ մեկնաբանում։

Հետազոտական խնդիրներ

ITU-ի այս տարվա GeoAI մրցույթի խնդիրը կառուցված է հենց ներդիրների վրա․ AlphaEarth-ի, TerraMind-ի, Tessera-ի և նմանատիպ մոդելների ներդիրներով պահանջվում է լուծել միանգամից մի քանի խնդիր՝ շենքերի և բուսածածկի սեգմենտացիա, ինչպես նաև բարձրության գնահատում։ Կազմակերպիչների թվում են ESA-ն, KTH-ն, Միլանի պոլիտեխնիկը և GEO-ն։

Բարձրության գնահատումն այստեղ պատահական չէ։ Սա բաց գլոբալ DSM և DTM շերտերի ուղղությամբ առաջին լուրջ քայլերից է։ Ով փորձել է օրթոֆոտոյից շենք առանձնացնել առանց LiDAR-ի կամ ստերեոզույգի, գիտի այս խնդրի իրական գինը։

Դաշտային տվյալներից դեպի որոշումների կայացում

Օգոստոսի 10-ին QFieldCloud-ը ներկայացրեց թարմացված վեբ ինտերֆեյս և երկու վաղուց սպասված հնարավորություն՝ նախագծի կլոնավորում մեկ սեղմումով և XLSForm-ների ուղիղ ներմուծում։

Երկրորդն ավելի կարևոր է, քան թվում է։ XLSForm-ը ODK-ի և KoboToolbox-ի ստանդարտն է․ այսինքն՝ արդեն ձևավորված հարցաթերթը դառնում է դաշտային GIS նախագիծ առանց վերագրանցման։ Դաշտային հետազոտությունների, գույքագրման, մոնիթորինգի և կադաստրային տվյալների հավաքագրման նախագծերում սա խնայում է և՛ ժամանակը, և՛ պահպանում տվյալների կառուցվածքի ամբողջականությունը։

Բաց կոդ․ QGIS 4.2-ը և LTR-ի սպասումը

QGIS 4.2 «Belém do Pará»-ն թողարկվել է հուլիսի 3-ին, բայց դրա օգտագործման դրական արդյունքները զգացվում են հիմա։ Տարբերակը կառուցվում է 4.0-ի Qt6 հիմքի վրա և կենտրոնացած է եռաչափ վիզուալիզացիայի ու կետային ամպերի գործիքակազմի վրա, բարելավում է COG և STAC ձևաչափերով ամպային տվյալների ընթերցումը, ավելացնում է դիագրամներ դասավորության մեջ և PDF-ի շերտային արտահանում։

4.x ճյուղի LTR-ը սպասվում է հոկտեմբերի վերջին։ Եթե ձեր աշխատանքային հոսքերը հենվում են plugin-ների կամ սեփական սկրիպտների վրա, միգրացիայի ստուգումը հոկտեմբերին թողնելը վատ պլանավորում է։

Կարճ՝ մնացածի մասին

EarthDefine-ը գործարկեց եռաչափ շինությունների եզրագծերի API՝ շինություն առ շինություն երկրաչափությամբ։ Synspective-ը հրապարակեց իր տասներորդ արբանյակի առաջին պատկերները և գրասենյակ բացեց Մյունխենում՝ SAR-ի շուկան շարունակում է խտանալ։ Copernicus Land Monitoring Service-ը օգոստոսի 12-ին ավելացրեց նոր տվյալներ։ Առջևում սեպտեմբերի 14-ն է՝ FLEX-ի և Sentinel-3C-ի արձակումը Vega-C հրթիռով։

Բրիտանիայում կադաստրային ծառայությունն ու Ordnance Survey-ը հայտարարեցին համագործակցության մասին՝ գույքային գործարքներն ավելի արագ ու կանխատեսելի դարձնելու համար։ Galileo-ի ազդանշանի որոշման ծառայությունը փուլային գործարկման մեջ է՝ spoofing-ի դեմ պաշտպանությունը դուրս է գալիս տեսական հարթությունից։ Emlid-ը RTK ուղղումները ներդրեց Reach ընդունիչների շարքի մեջ։ Emesent-ը երկու միլիոն դոլարի դրամաշնորհ ստացավ GNSS-ից զուրկ միջավայրերում ինքնավար նավիգացիայի բաց հարթակի համար՝ ստորգետնյա և փակ տարածքների սկանավորման տեսանկյունից ուշադրության արժանի ուղղություն։

GeoAI-ը AI Act-ում առանձին կատեգորիա չէ

Առաջին բանը, որ պետք է հստակեցնել․ AI Act-ում «GeoAI համակարգ» հասկացություն չկա։ Կարգավորումը կախված է ոչ թե տեխնոլոգիայից, այլ կիրառությունից և ռիսկից։

Արբանյակային պատկերներից անտառածածկույթ քարտեզագրող մոդելը ինքնին բարձր ռիսկային չի համարվում։ Բայց նույն տեխնոլոգիան ընկնում է շատ ավելի խիստ ռեժիմի տակ, եթե օգտագործվում է կենսաչափական նույնականացման, սահմանային վերահսկողության, միգրացիայի կառավարման կամ կարևորագույն ենթակառուցվածքների ոլորտում։ Նույն ալգորիթմը, տարբեր կարգավիճակ։

Ժամկետները վերջերս վերանայվեցին։ 2026 թվականի հուլիսի 27-ին ուժի մեջ մտավ AI Omnibus-ը, որով Annex III-ի ինքնուրույն բարձր ռիսկային համակարգերի պահանջները տեղափոխվեցին 2027 թվականի դեկտեմբերի 2, իսկ կարգավորվող արտադրանքների մեջ ներկառուցվածներինը՝ 2028 թվականի օգոստոսի 2։

Աղբյուրներ

  • Google Maps Platform — Custom Satellite Embeddings, powered by AlphaEarth Foundations
  • Esri — Exploring GeoAI: Tools and Workflows (Esri Press)
  • Esri / Business Wire — World Imagery-ի ընդլայնումը Airbus-ի, Nearmap-ի և Vantor-ի պատկերներով
  • Esri ArcGIS Blog — What's new in AI tools and models in ArcGIS
  • QField — Faster Project Creation: Cloning and XLSForm Imports in QFieldCloud
  • QGIS — Changelog for QGIS 4.2 և 4.x ճանապարհային քարտեզ
  • ITU AI for Good — 2026 GeoAI Challenge
  • GeoConnexion — օգոստոսյան նորությունների հոսք
  • Copernicus Data Space Ecosystem / ESA — Observing the Earth
  • Regulation (EU) 2024/1689 (AI Act) և AI Omnibus, ուժի մեջ՝ 27.07.2026