Impacts futurs de l'IA sur la cartographie et la modernisation

KelleyArroyo

 <\/H4><\/DIV>Impacts futurs de l'IA sur la cartographie et la modernisation<\/H1> <\/P><\/DIV><\/DIV>Rédigé par : Steve Snow<\/A><\/H3>

Spécialiste principal de la stratégie nationale pour l'industrie gouvernementale chez Esri<\/P>

 <\/P>

<\/span><\/P> <\/P>Partie 1 d'une série en 7 parties explorant le SIG et l'intelligence artificielle<\/STRONG><\/EM><\/P> <\/P>Nous vivons désormais à une époque où la technologie est la colonne vertébrale des organisations de cartographie performantes. En adoptant la technologie, toutes les parties du lieu de travail sont devenues plus productives lors de la réalisation de projets. Les organisations géospatiales ont continuellement amélioré les processus de production et d'analyse en introduisant l'automatisation et de nouvelles technologies dans la main-d'œuvre. Une addition récente passionnante à l'automatisation a été l'adoption du Deep Learning (DL) par l'industrie du SIG, donnant lieu à un vaste sous-domaine appelé Geographic Artificial Intelligence (GeoAI). Ces nouvelles technologies, associées aux opérateurs humains, ouvrent la voie à de nouvelles capacités passionnantes qui étaient auparavant considérées comme de la science-fiction.<\/P>Le terme Intelligence Artificielle (IA) a été introduit pour la première fois par le professeur John Mcarthy en 1955. En raison du manque de puissance informatique et de grands ensembles de données publics disponibles, le domaine de l'IA a progressé lentement. Tout cela a commencé à changer avec le développement et la croissance d'internet. Avec la création d'internet, de grandes quantités de données publiques sont devenues disponibles pour développer des ensembles de données d'entraînement pour l'IA. Ces ensembles sont nécessaires car une grande quantité de données est requise pour entraîner les modèles d'IA. De plus, avec l'avènement du Graphical Processing Unit (GPU), un traitement abordable a permis un développement accéléré et une utilisation accrue de l'IA.<\/P>Le Deep Learning (DL) est un sous-ensemble de l'IA qui utilise principalement des réseaux neuronaux inspirés des réseaux neuronaux biologiques. Le DL est utilisé dans de nombreux domaines pour une prise de décision rapide et la reconnaissance de motifs dans des tâches telles que les voitures autonomes, la reconnaissance vocale, la robotique et la classification d'images.<\/P>Le développement le plus intéressant pour la modernisation de la cartographie a été l'évolution et l'intersection du SIG ou technologie géospatiale avec l'IA et le DL. Cette intersection a donné naissance à une technologie puissante appelée GeoAI. En termes simples, GeoAI est l'intersection du SIG, de l'IA et de la localisation.<\/P> <\/P>

L'importance du GeoAI et pourquoi vous devriez vous en soucier<\/H2> <\/P>Dans tous les lieux de travail, la technologie et la modernisation ont considérablement amélioré l'efficacité du travail.
La modernisation a toujours été un processus continu. Avec le développement de l'électricité, des machines à écrire, des ordinateurs, du GPS, des images, du Lidar, des robots autonomes et du GeoAI, le changement au sein du lieu de travail a été la seule constante. En raison du changement, il y a toujours un délai avant toute adoption. La partie la plus difficile pour s'adapter à ce changement est la peur de devenir obsolète et d'être remplacé. En raison de cette peur du remplacement, il est souvent difficile pour les travailleurs de reconnaître les opportunités que les nouvelles technologies apportent certainement. Avec GeoAI, il faut reconnaître les nouvelles opportunités pour les travailleurs qui amélioreront leurs connaissances et leur compréhension, rendant ainsi l'individu plus compétitif sur le marché du travail. Il est important qu'en saisissant cette opportunité GeoAI, les travailleurs puissent éliminer le risque d'être laissés pour compte et profiter d'un placement avancé dans le lieu de travail. Un domaine où cela se produit est celui de la télédétection.

<\/P> <\/P> <\/H2> <\/H2>GeoAI dans la cartographie nationale et la télédétection<\/H2><\/P> <\/P>
Il est important de noter que la cartographie par observation terrestre est une tâche difficile. L'observation terrestre comprend plusieurs domaines tels que l'air, la terre et la mer. Le SIG est la technologie unificatrice nécessaire pour cartographier de grands ensembles géographiques dans des domaines nationaux. Une plateforme SIG est requise pour supporter des éléments tels que l'aviation, la cartographie topographique et la réponse aux catastrophes à des échelles globales et locales, ainsi que les exigences maritimes pour le relevé bathymétrique des océans, la colonne d'eau et les zones littorales. Une telle technologie capable d'accomplir cela est la plateforme ArcGIS d'Esri qui offre la possibilité d'utiliser GeoAI pour la détection et classification d'objets à partir à la fois des nuages de points et des surfaces raster dérivées d'informations télédétectées. De nombreuses organisations internationales comme l'Organisation internationale de l'aviation civile (ICAO) collaborent avec l'industrie pour intégrer GeoAI dans des industries grand public telles que l'aviation.<\/P> <\/P>Lisez la partie 2 de cette série<\/STRONG> - SIG, intelligence artificielle et automatisation sur le lieu de travail<\/STRONG><\/EM><\/A><\/P>