Analizy na sterydach, czyli o przetwarzaniu danych z deep learning

Pokutuje wciąż przekonanie, że wykorzystanie sztucznej inteligencji w przetwarzaniu danych przestrzennych to domena naukowców lub wysokiej klasy specjalistów. Tymczasem narzędzia te stały się proste w obsłudze i dostępne w popularnych aplikacjach „z półki”. O narzędziach deep learning w systemie Esri ArcGIS w grudniowym GEODECIE pisze Michał Domański.

Efekt działania modeli DL przeznaczonych do wykrywania obrysów budynków (fioletowe) oraz samochodów (wiśniowe). Opracowanie autora

Systemy informacji geograficznej (GIS) są obecne w wielu aspektach naszego codziennego życia, nawet wtedy, kiedy sobie tego nie uświadamiamy. Używając w smartfonie nawigacji w drodze do sklepu czy sprawdzając, gdzie w najbliższej okolicy można zjeść coś dobrego, często uruchamiamy „zaszytą” w aplikacji funkcję przeszukującą olbrzymią bazę danych (w tym przestrzennych) i po chwili otrzymujemy odpowiedź. Nierzadko sami zasilamy zwrotnie taką bazę, dzieląc się choćby swoją lokalizacją czy informacją o prędkości przemieszczania się. Dane zbierane od klientów przez sieci handlowe (np. częste pytanie przy kasie o kod pocztowy) służą między innymi do zbadania zasięgu danej placówki handlowej, czyli do wykonania analizy przestrzennej.

Dane stanowią zatem – oprócz oprogramowania, personelu i procedur przetwarzania – podstawowy element tworzący system informacji geograficznej. Można nawet zaryzykować twierdzenie, że to komponent najważniejszy, bo bez niego GIS staje się przecież bezużyteczny. Wybór optymalnych metod gromadzenia danych jest zatem szczególnie istotny. W artykule tym chciałbym skupić się na przeznaczonych do tego narzędziach, które pojawiły się stosunkowo niedawno – przynajmniej w porównaniu z innymi, stosowanymi od dziesięcioleci. Chodzi o rozwiązania, które do identyfikacji obiektów czy analizowania danych statystycznych wykorzystują sztuczną inteligencję (artificial intelligence – AI), a dokładniej złożone sieci neuronowe, czyli technologię deep learning (DL). I choć ona sama, a przynajmniej jej założenia nie są nowością, to rozwój narzędzi wykorzystujących DL dostępnych dla „zwykłego użytkownika” systemów GIS jest zjawiskiem względnie nowym. Do jego upowszechnienia przyczynił się nie tylko rozwój oprogramowania, ale również dynamiczny wzrost możliwości obliczeniowych współczesnych komputerów.

• Moc zastosowań

Firma Esri już dawno dostrzegła olbrzy­mi potencjał technologii deep lear­ning i dzięki temu narzędzia wykorzystujące AI można znaleźć w wielu modułach systemu ArcGIS, poczynając od rozwiązania desktopowego ArcGIS Pro z rozszerzeniem ArcGIS Image Analyst, poprzez środowisko serwerowe ArcGIS Enter­prise z ArcGIS Image Server, aż po portal „chmurowy” ArcGIS Online z ArcGIS Image for ArcGIS Online...

Redakcja