GIS, Inteligência Artificial e Automação no Local de Trabalho

KelleyArroyo

Autoria de: <\/SPAN>Steve Snow<\/A><\/H3>

Especialista Sênior em Estratégia Nacional para o Setor Governamental da Esri<\/P>

Parte 2 de uma série de 7 partes explorando GIS e Inteligência Artificial<\/STRONG><\/EM><\/P> <\/P>Muitas profissões estão sendo impactadas pela introdução da Inteligência Artificial (IA) no local de trabalho. O emprego futuro e as escolhas de carreira serão para sempre alterados pela suscetibilidade que têm à automação e informatização.<\/P>Um estudo que foca nos impactos da IA e Automação no Local de Trabalho é do site Will Robots Take My Job? Este site começou a partir de um relatório de Carl Benedikt Frey e Michael A. Osborne intitulado "The Future of Employment: How susceptible are jobs to computerization?". Os autores estimam que cerca de 47% do emprego nos EUA está em risco devido à automação até 2033.<\/P>Uma preocupação são os impactos da automação por IA sobre os profissionais geoespaciais. Usando a interface do site Will Robots Take my job, foi encontrado que existem 4 tipos de empregos geoespaciais que devem ser impactados até 2033. As seguintes 4 buscas por empregos: Engenheiros Civis, Geógrafos, Cartógrafos e Fotogrametristas, e Técnicos em Levantamento e Mapeamento apresentaram resultados interessantes.<\/P>Como você pode ver nos resultados abaixo, Engenheiros Civis têm uma provável substituição de cerca de 2% e estão seguros contra automação. Geógrafos têm um risco maior de substituição, de 25%. Quando chegamos aos Cartógrafos e Fotogrametristas e Técnicos em Levantamento e Mapeamento, os riscos são muito altos. Uma possível razão para isso é que existem fluxos de trabalho altamente repetitivos que favorecem as forças de uma máquina como GeoAI para automatizar.<\/P>Os resultados da imagem abaixo enfatizam a razão pela qual as habilidades em IA no futuro serão mais importantes do que nunca como uma habilidade profissional. Eu abordarei mais sobre IA e equipes humanas na Parte 3 desta série.<\/P><\/span><\/P> <\/P>

Exemplo 1 Automação Hoje (não incluindo GeoAI)<\/H3>
Um exemplo de automação (não incluindo GeoAI) no local de trabalho é o Kadaster Holandês, que é a Agência Nacional de Mapeamento dos Países Baixos. O Kadaster Holandês originalmente estava analisando a automação ArcGIS para sua série de mapas 1:50.000 para o país. A série normalmente exigia 28 cartógrafos e 5 anos para atualizar o sistema manualmente. Após implementar a automação ArcGIS (não GeoAI), a agência de mapeamento reduziu para 1 cartógrafo com conclusão da série em 3 semanas de processamento usando uma abordagem 100% automatizada com uma infraestrutura de 6 computadores utilizando 6 CPUs cada. O Retorno sobre Investimento usando ArcGIS foi uma redução de 5000% no tempo e recursos. Você pode saber mais visitando o artigo Transformando a Produção Nacional de Mapas<\/A><\/STRONG>.<\/P>

<\/span><\/H3> <\/P>Exemplo 2 Automação Hoje (usando GeoAI)<\/H3>
Um segundo exemplo de automação usando GeoAI foi pelo Grupo AAM para Utilidades Elétricas na Austrália. O problema básico era como automatizar a classificação manual das nuvens de pontos Lidar. GeoAI foi usado para automatizar o fluxo de trabalho Lidar sobre uma grande região geográfica. Após criar o fluxo GeoAI no ArcGIS, o Retorno sobre Investimento resultou em 50.000 horas-homem e 5 milhões de dólares economizados no projeto! Um dos benefícios adicionais do uso do GeoAI com ArcGIS foi que os edifícios e vegetação também foram classificados pela IA. Além disso, outros benefícios foram que o modelo GeoAI LiDAR agora está sendo aplicado a outros projetos. Você pode ler mais lendo o artigo PointCNN Substituindo 50-000 horas-homem com IA.<\/P><\/span><\/P> <\/P>GeoAI em Ambientes Dinâmicos<\/H3>Uma área onde GeoAI será um ativo futuro para organizações geoespaciais será nas áreas de navegação, elevação do nível do mar, desastres e previsão de inundações costeiras durante tempestades. A equipe humana e IA pode rapidamente realizar extração de características das áreas litorâneas e costeiras onde há mudanças constantes e rápidas. A extração da linha costeira e da interface terra/água é importante para muitas agências governamentais federais, estaduais e locais. Atualmente muito disso ainda é um processo manual, mas uma equipe humana e IA poderia atualizar rapidamente produtos para mapear e fornecer informações autoritativas para ambientes e situações em rápida mudança.<\/P><\/span><\/P> <\/P>Leia Parte 3 de 7: Trabalhando com a Máquina – IA no Local de Trabalho<\/A><\/P>

 <\/P>

Blogs Adicionais na Série: <\/STRONG><\/P>

Parte 1: Impactos Futuros da IA no Mapeamento e Modernização<\/A><\/P>

 <\/