Doel van de blog
AI kan een diepgaande impact hebben op hoe we ons werk doen. Deze blog heeft als doel uit te leggen waarom we AI willen gebruiken in GIS-onderwijs en wat de volgende stappen zijn.
Het is een serie van 4 blogposts:
Wat mogelijk is met AI – klantvoorbeelden buiten het onderwijs
Voordat we ingaan op educatieve toepassingen, is het altijd goed om te controleren wat de industrie, private of publieke sector, doet. Hieronder staan enkele voorbeelden van bestaande toepassingen die illustreren dat dit onderwerp in curricula moet worden opgenomen, omdat deze vaardigheden nodig zijn voor de arbeidsmarkt van morgen.
Hieronder staan voorbeelden van veelvoorkomende workflows, samen met specifieke GIS-klantvoorbeelden. AI-tools integreren met GIS-workflows om de efficiëntie te verhogen en ArcGIS maakt het gemakkelijk om AI-mogelijkheden te implementeren, omdat ze al onderdeel zijn van het systeem. Het is belangrijk te begrijpen dat AI geen product is, maar een verzameling mogelijkheden die binnen ArcGIS kunnen worden toegepast.
- Gegevens extraheren en genereren
- Gebruik van voorgetrainde modellen om ruimtelijke problemen op te lossen
- Pixelclassificatie en objectdetectie met deep learning
- Automatiseren en opschalen van het creëren en manipuleren van ruimtelijke gegevens uit verschillende bronnen
- Gebruik maken van NLP (Natural Language Processing) om ruimtelijke gegevens te creëren uit ongestructureerde tekst
- Integratie van Deep Learning op afbeeldingen, video en point clouds om kenmerken te extraheren en objecten te classificeren
- Klantvoorbeelden:
- Finnish Forest Centre - verbeterde gegevensnauwkeurigheid ter voorbereiding op automatisering, gebruik van AI voor nauwkeurige bosinventarissen zonder veldinspecties, en zorgen dat gegevens accuraat en toegankelijk zijn, zie verhaal hier.
- Fairfax County, VA – Gebruik van GeoAI om hemlockbomen te detecteren, bestrijden van plaaginfecties, bekijk verhaal hier.
- Alaska – gebruik van GeoAI om niet in kaart gebrachte gemeenschappen in kaart te brengen, zie hier.
- Integratie met veldworkflows (mobiel)
- Integratie van AI-technieken kan een krachtige manier zijn om mobiele veldgegevensverzameling te automatiseren.
Klantvoorbeelden:
- City of Tempe graffiti-verwijdering - stadsvoertuigen zijn uitgerust met camera's die beelden vastleggen van mogelijke graffiti en deze naar de cloud streamen. De beelden worden vervolgens geanalyseerd met objectherkenningsmodellen en als graffiti wordt gedetecteerd, wordt het personeel via gebeurtenisberichten op de hoogte gebracht van actuele incidenten, bekijk verhaal hier.
- City of Vilnius, Litouwen - maakt gebruik van drones en AI-functies - AI-modellen scannen dronebeelden om de staat van straten, wandelpaden en andere openbare ruimtes vast te leggen. Bewegingsgegevens toegepast op de kaart geven planners in Vilnius een manier om de infrastructuur van de stad te analyseren en aan te passen, bekijk verhaal hier.
- Data analyseren
- Effectief interpreteren van georuimtelijke data om waardevolle inzichten te verkrijgen
- Implementatie van patroonherkenning/clustering
- Voorspellingen doen en classificeren
- Uitvoeren van tijdreeksen en prognoses
- Klantvoorbeelden:
- Cobb County, GA - gebruikte Machine Learning al in 2017 om meerdere jaren aan enkelvoudige voertuig-ongevallen met vaste objecten in de county te analyseren en ontdekte dat helling en kromming de grootste factoren waren. Ze kunnen nu transportverbeteringen richten op die gebieden om risico's te verminderen. Bekijk video hier.
- Douglas County, Nebraska - bespaarde zes maanden aan personeelsuren door ADA-stoeprandhellingen te identificeren met 1 inch resolutiebeelden, bekijk verhaal hier.
- Turkcell, Turkije - uitbreiding van telecommunicatie met Machine Learning. Resultaten werden weergegeven in een webapplicatie via ArcGIS Online, met een tijdschuifregelaar die verwachte toename in Turkcell-abonnees toont, bekijk verhaal hier.
Waarom AI in GIS-onderwijs?
Er zijn meerdere redenen om AI in het onderwijs te gebruiken.
- Verbeterde productiviteit – AI kan de productiviteit verhogen. Het kan getraind worden op onze geodata en kan ons helpen sneller resultaten te bereiken bij het oplossen van problemen. Het kan ons werk in GIS vooruithelpen en tegelijkertijd een intuïtievere ervaring creëren.
- Bereid de volgende generatie voor met AI-vaardigheden - Studenten moeten AI leren als een hulpmiddel voor besluitvorming of begeleiding, aangezien AI steeds meer wordt ingezet op de werkvloer. En als organisaties nog geen gebruik maken van AI, kan een student aangenomen worden vanwege deze kennis; zij zouden AI kunnen inzetten om organisatorische workflows te verbeteren.
- Onvermijdelijk zal AI gebruikt worden; begrip van beperkingen is essentieel – Ongeacht wat we wel of niet doen in de klas, studenten zullen AI gebruiken. We moeten ervoor zorgen dat studenten de voordelen en beperkingen van AI-tools begrijpen, evenals dat het menselijk brein (wijsheid) belangrijk is voor het beoordelen van resultaten. Het balanceren van ethische normen is cruciaal.
- Maak studenten enthousiast en bereid ze voor op volgende stappen – Wanneer AI vroeg wordt geïntroduceerd, zelfs in introductiecursussen, krijgen studenten de kans vaardigheden uit andere vakken (keuzevakken, afstudeerprojecten etc.) toe te passen. Het geeft studenten een breder inzicht in wat wel/niet mogelijk is.
Waarom ArcGIS?
Voor degenen die lesgeven met ArcGIS zijn er meerdere redenen om gebruik te maken van de AI-tools binnen ArcGIS, vooral omdat industrieën en overheidsorganisaties deze tools al gebruiken.
- AI zit al in ArcGIS – het is beschikbaar en wordt ondersteund.
- ArcGIS is doordrenkt/verbeterd met AI voor hoofd-GIS-functies - er zijn diverse opties – GeoAI-tools/workflows en AI-assistenten, afhankelijk van educatieve doelstellingen.
- Esri biedt voorgetrainde modellen en leermaterialen aan - ontworpen rond GIS-workflows zodat je makkelijk kunt beginnen.
- Esri hanteert sterke richtlijnen voor Trusted AI in ArcGIS - bronnen op de Trust website gaan over beveiliging, privacy, transparantie, betrouwbaarheid en verantwoordelijkheid.
- Esri ondersteunt de wetenschappelijke gemeenschap - integratie van onze tools met open AI-platforms. Maakt wetenschap toegankelijker en benaderbaarder.
- Esri en de GIS-onderwijsgemeenschap bieden ondersteuning / best practices aan – via documentatie, presentaties op evenementen en communityruimtes.
Hulpbronnen, waar je terecht kunt voor hulp
Bekijk alsjeblieft de volgende blog in deze serie: “Wat mogelijk is met AI in GIS-onderwijs”.
Er zijn veel bronnen beschikbaar om mee aan de slag te gaan. Bekijk hieronder wat er is en geef feedback over wat nog meer nuttig zou kunnen zijn.
- Aan de slag gaan
'Learn Tutorials and Esri Academy (search for AI, GeoAI, AI Assistants, example tutorial series)' (Leer tutorials en Esri Academy (zoek naar AI, GeoAI, AI-assistenten, voorbeeld tutorialseries))
- 'Documentation and sample packages' (Documentatie en voorbeeldpakketten)
If you need to speak to a person, please reach out:
United States
Outside United States
