マッピングと近代化におけるAIの将来の影響

KelleyArroyo

 <\/H4><\/DIV>マッピングと近代化におけるAIの将来の影響<\/H1> <\/P><\/DIV><\/DIV>著者：Steve Snow<\/A><\/H3>

Esri シニア国家政府産業戦略スペシャリスト<\/P>

 <\/P>

<\/span><\/P> <\/P>GISと人工知能を探る7部構成シリーズの第1部<\/STRONG><\/EM><\/P> <\/P>私たちは今、技術が成功するマッピング組織の基盤となっている時代に生きています。技術を受け入れることで、職場のあらゆる部分がプロジェクト作業においてより生産的になりました。地理空間組織は、自動化や新技術を労働力に導入することで、生産および分析プロセスを継続的に改善してきました。自動化への最近のエキサイティングな追加は、GIS業界によるDeep Learning（DL）の採用であり、その結果、Geographic Artificial Intelligence（GeoAI）という広大なサブドメインが生まれました。これらの新技術は、人間のオペレーターと組み合わせることで、かつてはSFのように考えられていた新しいエキサイティングな能力をもたらしています。<\/P>人工知能（AI）という用語は1955年にジョン・マッカーシー教授によって初めて紹介されました。計算能力や大規模な公開データセットの不足により、AI分野はゆっくりと成長しました。この状況はインターネットの発展と成長によって変わり始めました。インターネットの創造により、大量の公開データがAIトレーニングデータセットの開発に利用可能になりました。これらのデータセットは、AIモデルを訓練するために大量のデータが必要なため不可欠です。さらに、グラフィカルプロセッシングユニット（GPU）の登場により、手頃な価格で処理能力が向上し、AIの開発と利用が加速しました。<\/P>Deep Learning（DL）はAIのサブセットであり、生物学的神経ネットワークに触発されたニューラルネットワークを主に使用します。DLは、自動運転車、音声認識、ロボティクス、画像分類など、多くの分野で迅速な意思決定やパターン認識に利用されています。<\/P>マッピング近代化における最も興味深い進展は、GISまたは地理空間技術とAIおよびDLとの進化と交差です。この交差点はGeoAIと呼ばれる最も強力な技術を提供しています。簡単に言えば、GeoAIはGIS、AI、およびロケーションの交差点です。<\/P> <\/P>

GeoAIの重要性とその理由<\/H2> <\/P>すべての職場で技術と近代化は作業効率に劇的な影響を与えています。
近代化は常に継続的なプロセスでした。電気、タイプライター、コンピューター、GPS、イメージング、Lidar、自律ロボット、およびGeoAIの開発により、職場内での変化だけが唯一の不変でした。変化には常に採用までの遅れがあります。この変化への適応で最も難しい部分は、自分が時代遅れになり置き換えられることへの恐怖です。置き換えへの恐怖から、新技術が確実にもたらす機会を労働者が認識することはしばしば困難です。GeoAIによってもたらされる新しい機会は、知識と理解を高め、それによって個人を職場でより競争力あるものにします。このGeoAIの機会をつかむことで、労働者は取り残されるリスクを排除し、職場での高度な配置を活用することが重要です。このことが起こっている一つの分野がリモートセンシングです。

<\/P> <\/P> <\/H2> <\/H2>国土測量およびリモートセンシングにおけるGeoAI<\/H2><\/P> <\/P>
地球観測によるマッピングは困難な作業であることを指摘することが重要です。地球観測は空中、陸上、および海洋など複数のドメインから成ります。GISは国土ドメイン内で大規模な地理データセットをマッピングするために必要な統合技術です。航空、地形図作成、災害対応などグローバルおよびローカル規模で必要なものや海洋の水深測量、水柱、および沿岸域の海図作成など海事要件をサポートできるGISプラットフォームが必要です。そのような技術の一つがEsri のArcGIS Platformであり、このプラットフォームはリモートセンシング情報から得られたポイントクラウドやラスター表面からオブジェクト検出および分類にGeoAIを活用する能力を提供します。国際民間航空機関（ICAO）など多くの国際組織が業界と提携し、航空業界など主流産業へGeoAIを導入しています。<\/P> <\/P>シリーズ第2部を読む<\/STRONG> - 職場におけるGIS、人工知能、および自動化<\/STRONG><\/EM><\/A><\/P>