Objectif du blog
L’IA peut avoir un impact considérable sur notre façon de travailler. Ce blog explique comment commencer à enseigner l’IA géospatiale dans ArcGIS : où l’intégrer au programme, quelles ressources sont disponibles et quelles sont ses limites possibles.
Il s’agit d’une série de 4 articles de blog :
Comment commencer
- Les approches et les objectifs pédagogiques varient – consultez les ressources mentionnées dans cette série d’articles pour trouver des idées qui pourraient vous convenir. Pour ceux qui préfèrent les livres, Esri Press vient de publier « Exploring GeoAI: Tools and Workflows » (référence ci-dessous), qui propose des exercices étape par étape. Envisagez d’utiliser les modèles préentraînés adaptés à des tâches spécifiques, disponibles dans ArcGIS Living Atlas, ainsi que les tutoriels et les cours de l’équipe ArcGIS Tutorials et d’Esri Academy.
- Réfléchissez à la façon de hiérarchiser les sujets ou d’enrichir le contenu existant avec des exemples d’IA – vous pourriez vous retrouver face à un « trop-plein de contenu ; où ajouter l’IA ? » dans un cours. Réfléchissez donc à la manière dont les sujets et concepts existants pourraient être enrichis par des approches GeoAI. Par exemple, comparez l’extraction d’entités par des méthodes traditionnelles et par apprentissage profond.
- Réfléchissez aux prérequis et aux connaissances fondamentales - il est important que les étudiants comprennent les concepts fondamentaux avant d’utiliser des outils d’IA géospatiale. Cela dépend beaucoup des objectifs du cours, mais pensez aux prérequis à l’avance, avant de modifier vos supports.
- Les étudiants doivent-ils posséder des connaissances de base en analyse et en technologies de la télédétection (p. ex. optique, physique, plateformes) ?
- Les étudiants doivent-ils savoir programmer ?
- Les étudiants doivent-ils avoir des compétences en statistique ?
- En général, la réponse est oui à toutes ces questions.
Points à garder à l’esprit
- Utilisez un jeu de données de petite taille comme preuve de concept – testez les modèles sur de petites zones, puis extrapolez pour estimer les besoins liés à l’analyse de zones plus vastes. Plusieurs facteurs contribuent à la réussite de l’utilisation de modèles préentraînés. Tout d’abord, les données utilisées sont essentielles ; il est préférable qu’elles soient similaires aux données d’entraînement en matière de type, de résolution et d’emplacement.
- Préparez-vous à faire plusieurs essais- un seul passage peut ne pas donner de résultats satisfaisants ; il faut généralement plusieurs tentatives. Il est possible d’améliorer les résultats par des techniques comme la retouche manuelle, le réentraînement du modèle, l’apprentissage par transfert ou l’expérimentation avec d’autres modèles d’apprentissage profond.
- Veillez à ce que les étudiants comprennent les limites de l’utilisation de l’IA dans l’apprentissage - il est important de développer un regard critique et sain sur les données et les résultats produits à l’aide d’outils d’IA. Les résultats sont peut-être plus rapides, mais sont-ils meilleurs, voire exacts ?
Gouvernance, conformité, éthique
Consultez les politiques et les ressources de votre établissement : les règles et les recommandations concernant l’utilisation de l’IA varient considérablement.
- Consultez les ressources de votre établissement sur l’IA (le cas échéant) ; certains établissements proposent des recommandations telles que celles ci-dessous.
- Recommandations sur l’IA, outils d’IA approuvés et formations sur l’IA
- Liste de contrôle des projets d’IA pour recueillir des informations à leur sujet
- Liens vers des ateliers externes et des webinaires sur l’IA
- Espace de la communauté d’apprentissage sur l’IA pour partager, apprendre et échanger sur les enseignements tirés, les défis et les solutions liés à l’enseignement avec l’IA.
- Fournissez aux étudiants des mesures à prendre et des mesures de protection (exemples ci-dessous).
- Exemples de clauses de non-responsabilité à inclure dans les programmes de cours, précisant la responsabilité des utilisateurs, l’utilisation éthique, la sécurité et la confidentialité des données, les risques potentiels et l’assistance. Là encore, les pratiques varient d’un établissement à l’autre.
- Processus d’évaluation des risques informatiques (listes de contrôle, procédures) – ils varient également d’un établissement à l’autre.
- Directives au niveau du département ou de l’établissement.
- Certains établissements appliquent des politiques auxquelles tout le monde doit se conformer, ou auxquelles il faut se conformer lorsque certaines conditions sont réunies, par exemple l’accès aux systèmes de l’établissement, les identifiants et l’authentification, l’hébergement physique des données sur les systèmes informatiques de l’établissement, etc.)
Technologie/Matériel
Pour certains processus et flux de travail, tenez compte des exigences matérielles nécessaires :
- Il faut tenir compte des exigences en matière de GPU (les ordinateurs des salles informatiques SIG sont-ils à jour ?)
- Il faut réfléchir à l’accès au matériel avant de déployer les outils en cours (c.-à-d. les étudiants travailleront-ils dans les salles informatiques, sur leur propre ordinateur, etc.)
- Des bibliothèques supplémentaires pour effectuer de l’apprentissage profond dans ArcGIS Pro doivent être installées avant d’utiliser les outils.
- ArcGIS Online prend également en charge la GeoAI ; il faut toutefois tenir compte des goulots d’étranglement du réseau si, par exemple, 20 étudiants accèdent au même modèle.
Ressources et assistance
N’hésitez pas à consulter les autres articles de la série :
Points clés pour réfléchir aux prochaines étapes :
- N’ayez pas peur : il est facile de commencer, même dans les cours d’initiation.
- Les outils sont accessibles et déjà intégrés à ArcGIS.
- Réfléchissez à la manière dont l’IA peut servir ce qui est enseigné, et demandez-vous si elle est appropriée.
Veuillez consulter les ressources ci-dessous, qui pourraient être utiles en classe et faciliter l’apprentissage des étudiants. N’hésitez pas à laisser un commentaire pour suggérer d’autres ressources utiles.
- Pour commencer
- Tutoriels Learn et Esri Academy (recherchez AI, GeoAI, assistants d’IA et séries de tutoriels)
- Documentation et exemples de packages
Si vous souhaitez parler à quelqu’un, veuillez nous contacter :
- États-Unis
- Hors des États-Unis