Zukünftige Auswirkungen von AI auf Kartierung und Modernisierung

KelleyArroyo

 <\/H4><\/DIV>Zukünftige Auswirkungen von AI auf Kartierung und Modernisierung<\/H1> <\/P><\/DIV><\/DIV>Verfasst von: Steve Snow<\/A><\/H3>

Esri Senior National Government Industry Strategy Specialist<\/P>

 <\/P>

<\/span><\/P> <\/P>Teil 1 einer 7-teiligen Serie, die GIS und Artificial Intelligence untersucht<\/STRONG><\/EM><\/P> <\/P>Wir leben jetzt in einem Zeitalter, in dem Technologie das Rückgrat erfolgreicher Kartierungsorganisationen ist. Durch die Nutzung von Technologie sind alle Bereiche des Arbeitsplatzes produktiver geworden, wenn sie an Projekten arbeiten. Geospatial Organisationen haben ihre Produktions- und Analyseprozesse kontinuierlich verbessert, indem sie Automatisierung und neue Technologien in die Belegschaft eingeführt haben. Eine spannende jüngste Ergänzung zur Automatisierung war die Einführung von Deep Learning (DL) durch die GIS-Branche, was zu einem umfangreichen Unterbereich namens Geographic Artificial Intelligence (GeoAI) geführt hat. Diese neuen Technologien eröffnen zusammen mit menschlichen Bedienern neue aufregende Möglichkeiten, die früher als Science-Fiction galten.<\/P>Der Begriff Artificial Intelligence (AI) wurde erstmals 1955 von Professor John Mcarthy eingeführt. Aufgrund fehlender Rechenleistung und großer öffentlich verfügbarer Datensätze wuchs das Gebiet der AI nur langsam. Dies begann sich mit der Entwicklung und dem Wachstum des Internets zu ändern. Mit der Entstehung des Internets wurden große Mengen öffentlich verfügbarer Daten zugänglich, um AI-Trainingsdatensätze zu entwickeln. Diese Datensätze sind notwendig, da große Datenmengen benötigt werden, um AI-Modelle zu trainieren. Zusätzlich ermöglichte mit dem Aufkommen der Graphical Processing Unit (GPU) erschwingliche Verarbeitung eine beschleunigte Entwicklung und Nutzung von AI.<\/P>Deep Learning (DL) ist ein Teilbereich von AI und verwendet hauptsächlich neuronale Netze, die von biologischen neuronalen Netzen inspiriert sind. DL wird in vielen Bereichen für schnelle Entscheidungsfindung und Mustererkennung eingesetzt, z.B. bei selbstfahrenden Autos, Spracherkennung, Robotik und Bildklassifikation.<\/P>Die interessanteste Entwicklung für die Modernisierung der Kartierung war die Evolution und Schnittmenge von GIS oder Geospatial Technology mit AI und DL. Diese Schnittmenge hat einige der leistungsstärksten Technologien hervorgebracht, genannt GeoAI. Einfach ausgedrückt ist GeoAI die Schnittmenge von GIS, AI und Location.<\/P> <\/P>

Die Bedeutung von GeoAI und warum Sie sich dafür interessieren sollten<\/H2> <\/P>In allen Arbeitsbereichen haben Technologie und Modernisierung die Arbeitseffizienz drastisch beeinflusst.
Modernisierung ist immer ein fortlaufender Prozess gewesen. Mit der Entwicklung von Elektrizität, Schreibmaschinen, Computern, GPS, Imagery, Lidar, autonomen Robotern und GeoAI war Veränderung am Arbeitsplatz die einzige Konstante. Aufgrund dieser Veränderungen gibt es immer eine Verzögerung vor jeder Einführung. Der schwierigste Teil bei der Anpassung an diese Veränderungen ist die Angst, irrelevant zu werden und ersetzt zu werden. Aufgrund dieser Angst fällt es den Arbeitnehmern oft schwer, die Chancen zu erkennen, die neue Technologie sicherlich mit sich bringt. Mit GeoAI müssen neue Chancen für Arbeitnehmer erkannt werden, die Wissen und Verständnis verbessern und den Einzelnen wettbewerbsfähiger am Arbeitsplatz machen. Es ist wichtig, dass Arbeitnehmer durch das Ergreifen dieser GeoAI-Chance das Risiko vermeiden können, zurückgelassen zu werden, und fortschrittliche Positionen am Arbeitsplatz nutzen können. Ein Bereich, in dem dies geschieht, ist der Bereich der Fernerkundung.

<\/P> <\/P> <\/H2> <\/H2>GeoAI in nationaler Kartierung und Fernerkundung<\/H2><\/P> <\/P>
Es ist wichtig zu beachten, dass Kartierung durch Erdbeobachtung eine schwierige Aufgabe ist. Erdbeobachtung umfasst mehrere Bereiche wie Luft, Land und Meer. GIS ist die vereinheitlichende Technologie, die für die Kartierung großer geografischer Datensätze in nationalen Bereichen benötigt wird. Eine GIS-Plattform wird benötigt, die Dinge wie Luftfahrt, topografische Kartierung und Katastrophenreaktion auf globaler und lokaler Ebene sowie maritime Anforderungen für die Kartierung der Bathymetrie des Ozeans, der Wassersäule und der Küstenzonen unterstützen kann. Eine solche Technologie ist Esris ArcGIS Platform, die die Nutzung von GeoAI für Objekterkennung und Klassifizierung sowohl aus Punktwolken als auch aus Rasterflächen ermöglicht, die aus ferngesteuerten Informationen abgeleitet sind. Viele internationale Organisationen wie die International Civil Aviation Organizations (ICAO) arbeiten mit der Industrie zusammen, um GeoAI in Mainstream-Branchen wie der Luftfahrt einzuführen.<\/P> <\/P>Lesen Sie Teil 2 der Serie<\/STRONG> - GIS, Artificial Intelligence und Automatisierung am Arbeitsplatz<\/STRONG><\/EM><\/A><\/P>