Impactos futuros de la IA en la cartografía y modernización

KelleyArroyo

 <\/H4><\/DIV>Impactos futuros de la IA en la cartografía y modernización<\/H1> <\/P><\/DIV><\/DIV>Escrito por: Steve Snow<\/A><\/H3>

Especialista Senior en Estrategia para la Industria del Gobierno Nacional de Esri<\/P>

 <\/P>

<\/span><\/P> <\/P>Parte 1 de una serie de 7 partes que explora GIS e Inteligencia Artificial<\/STRONG><\/EM><\/P> <\/P>Ahora vivimos en una era donde la tecnología es la columna vertebral de las organizaciones exitosas de cartografía. Al adoptar la tecnología, todas las partes del lugar de trabajo se han vuelto más productivas al trabajar en proyectos. Las organizaciones geoespaciales han mejorado continuamente los procesos de producción y análisis mediante la introducción de automatización y nuevas tecnologías en la fuerza laboral. Una adición reciente emocionante a la automatización ha sido la adopción de Deep Learning (DL) por parte de la industria GIS, resultando en un vasto subdominio llamado Geographic Artificial Intelligence (GeoAI). Estas nuevas tecnologías, cuando se combinan con operadores humanos, están inaugurando nuevas capacidades emocionantes que antes se consideraban ciencia ficción.<\/P>El término Inteligencia Artificial (IA) fue introducido por primera vez por el profesor John Mcarthy en 1955. Debido a la falta de poder computacional y grandes conjuntos de datos públicos disponibles, el campo de la IA creció lentamente. Todo esto comenzó a cambiar con el desarrollo y crecimiento de internet. Con la creación de internet, grandes cantidades de datos públicos se hicieron disponibles para desarrollar conjuntos de datos para entrenamiento de IA. Estos conjuntos son necesarios porque se requieren grandes cantidades de datos para entrenar modelos de IA. Además, con la llegada de la Unidad de Procesamiento Gráfico (GPU), el procesamiento asequible hizo posible el desarrollo acelerado y uso de IA.<\/P>Deep Learning (DL) es un subconjunto de IA y utiliza principalmente redes neuronales inspiradas en redes neuronales biológicas. DL se usa en muchas áreas para toma rápida de decisiones y reconocimiento de patrones en tareas como autos autónomos, reconocimiento de voz, robótica y clasificación de imágenes.<\/P>El desarrollo más interesante para la modernización cartográfica ha sido la evolución e intersección de GIS o Tecnología Geoespacial con IA y DL. Esta intersección ha proporcionado una tecnología muy poderosa llamada GeoAI. Simplemente, GeoAI es la intersección entre GIS, IA y Ubicación.<\/P> <\/P>

La importancia de GeoAI y por qué debería importarte<\/H2> <\/P>En todos los lugares de trabajo, la tecnología y modernización han impactado drásticamente la eficiencia laboral.
La modernización siempre ha sido un proceso continuo. Con el desarrollo de electricidad, máquinas de escribir, computadoras, GPS, imágenes, Lidar, robots autónomos y GeoAI, el cambio dentro del lugar de trabajo ha sido lo único constante. Debido al cambio siempre hay un retraso antes de cualquier adopción. La parte más difícil para adaptarse a este cambio es el miedo a volverse irrelevante y ser reemplazado. Debido al miedo al reemplazo, a menudo es difícil para los trabajadores reconocer las oportunidades que ciertamente trae la nueva tecnología. Con GeoAI deben reconocerse nuevas oportunidades para los trabajadores que mejoren el conocimiento y comprensión que hacen al individuo más competitivo en el lugar laboral. Es importante que al aprovechar esta oportunidad GeoAI los trabajadores puedan eliminar el riesgo de quedarse atrás y aprovechar una colocación avanzada en el lugar laboral. Un área donde esto está ocurriendo es en el área del teledetección.

<\/P> <\/P> <\/H2> <\/H2>GeoAI en cartografía nacional y teledetección<\/H2><\/P> <\/P>
Es importante notar que mapear mediante observación terrestre es una tarea difícil. La observación terrestre consiste en múltiples dominios como aire, tierra y mar. GIS es la tecnología unificadora necesaria para mapear grandes conjuntos geográficos en dominios nacionales. Se requiere una plataforma GIS que pueda soportar cosas como aviación, cartografía topográfica y respuesta a desastres a escalas globales y locales, así como también requisitos marítimos para cartografiar la batimetría oceánica, columna de agua y zonas litorales. Una tecnología que puede hacer esto es Esri's ArcGIS Platform que proporciona la capacidad para utilizar GeoAI para detección y clasificación de objetos tanto desde nubes puntuales como superficies ráster derivadas de información Remotely Sensed. Muchas organizaciones internacionales como International Civil Aviation Organizations (ICAO) están asociándose con la industria para llevar GeoAI a industrias principales como aviación.<\/P> <\/P>Lea la parte 2 de la serie<\/STRONG> - GIS, Inteligencia Artificial y Automatización en el Lugar Laboral<\/STRONG><\/EM><\/A><\/P>