Impactos Futuros da AI em Mapeamento e Modernização

KelleyArroyo

 <\/H4><\/DIV>Impactos Futuros da AI em Mapeamento e Modernização<\/H1> <\/P><\/DIV><\/DIV>Escrito por: Steve Snow<\/A><\/H3>

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

 <\/P>

<\/span><\/P> <\/P>Parte 1 de uma série de 7 partes explorando GIS e Inteligência Artificial<\/STRONG><\/EM><\/P> <\/P>Estamos vivendo agora em uma era onde a tecnologia é a espinha dorsal das organizações de mapeamento bem-sucedidas. Ao abraçar a tecnologia, todas as partes do local de trabalho tornaram-se mais produtivas ao trabalhar em projetos. Organizações geoespaciais têm continuamente melhorado os processos de produção e análise ao introduzir automação e novas tecnologias na força de trabalho. Uma adição recente empolgante à automação tem sido a adoção do Deep Learning (DL) pela indústria GIS, resultando em um vasto subdomínio chamado Geographic Artificial Intelligence (GeoAI). Essas novas tecnologias, quando combinadas com operadores humanos, estão inaugurando novas capacidades empolgantes que antes eram consideradas ficção científica.<\/P>O termo Inteligência Artificial (AI) foi introduzido pela primeira vez pelo Professor John Mcarthy em 1955. Devido à falta de poder computacional e grandes conjuntos de dados públicos disponíveis, o campo da AI cresceu lentamente. Tudo isso começou a mudar com o desenvolvimento e crescimento da internet. Com a criação da internet, grandes quantidades de dados públicos tornaram-se disponíveis para desenvolver conjuntos de dados para treinamento de AI. Esses conjuntos são necessários porque grandes quantidades de dados são necessárias para treinar modelos de AI. Além disso, com o advento da Graphical Processing Unit (GPU), o processamento acessível possibilitou o desenvolvimento acelerado e uso da AI.<\/P>Deep Learning (DL) é um subconjunto da AI e usa principalmente redes neurais inspiradas em redes neurais biológicas. DL está sendo usado em muitas áreas para tomada rápida de decisões e reconhecimento de padrões em tarefas como carros autônomos, reconhecimento de voz, robótica e classificação de imagens.<\/P>O desenvolvimento mais interessante para a modernização do Mapeamento tem sido a evolução e interseção da GIS ou Tecnologia Geoespacial com AI e DL. Essa interseção proporcionou algumas das tecnologias mais poderosas chamadas GeoAI. Simplificando, GeoAI é a interseção entre GIS, AI e Localização.<\/P> <\/P>

A Importância do GeoAI e Por Que Você Deve se Importar<\/H2> <\/P>Em todos os locais de trabalho, tecnologia e modernização impactaram drasticamente a eficiência do trabalho.
A modernização sempre foi um processo contínuo. Com o desenvolvimento da eletricidade, máquinas de escrever, computadores, GPS, Imagens, Lidar, Robôs Autônomos e GeoAI, a mudança no local de trabalho tem sido a única constante. Por causa da mudança, sempre há um atraso antes de qualquer adoção. A parte mais difícil para se adaptar a essa mudança é o medo de se tornar irrelevante e ser substituído. Devido ao medo da substituição, muitas vezes é difícil para os trabalhadores reconhecerem as oportunidades que a nova tecnologia certamente traz. Com GeoAI, novas oportunidades para os trabalhadores precisam ser reconhecidas que irão aprimorar o conhecimento e entendimento tornando o indivíduo mais competitivo no local de trabalho. É importante que ao aproveitar essa oportunidade do GeoAI os trabalhadores possam remover o risco de ficar para trás e aproveitar uma colocação avançada no local de trabalho. Uma área onde isso está acontecendo é na área de sensoriamento remoto.

<\/P> <\/P> <\/H2> <\/H2>GeoAI no Mapeamento Nacional e Sensoriamento Remoto<\/H2><\/P> <\/P>
É importante notar que mapear através da observação da Terra é uma tarefa difícil. Observação da Terra consiste em múltiplos domínios como Ar, Terra e Mar. GIS é a tecnologia unificadora necessária para mapear grandes conjuntos geográficos em domínios nacionais. Uma plataforma GIS é necessária que possa suportar coisas como Aviação, Mapeamento Topográfico e Resposta a Desastres em escalas globais e locais, além dos requisitos Marítimos para cartografia da batimetria oceânica, coluna d'água e zonas litorâneas. Uma dessas tecnologias que pode fazer isso é a Plataforma ArcGIS da Esri que oferece a capacidade de utilizar GeoAI para detecção e classificação de objetos tanto a partir de nuvens de pontos quanto superfícies raster derivadas de informações Remotely Sensed. Muitas organizações internacionais como a International Civil Aviation Organization (ICAO) estão fazendo parcerias com a indústria para trazer GeoAI para indústrias convencionais como aviação .<\/P> <\/P>Leia a parte 2 da série<\/STRONG> - GIS, Inteligência Artificial e Automação no Local de Trabalho<\/STRONG><\/EM><\/A><\/P>