What is GeoAI?

什么是AI?

AI,AI,AI。我们在整个媒体上都听到这个术语(在某种程度上它正在变成一个嗡嗡声),但AI究竟是什么?定义它并不容易,因为它不断变化,并被设想为这个不断发展的领域。可以说,人工智能自1950年以来一直存在,当时阿兰·图灵通过图灵测试提出了“智能”机器的想法。随着机器学习算法(即人工神经网络,随机森林和支持向量机),计算能力和数字存储(想想智能手机,互联网和物联网)的不断发展,这三者是人工智能蓬勃发展的重要组成部分。由于它正在迅速扩大,不久的将来AI将不会与现在的AI相同。最流行的定义是一种机器,它采取行动并最大化其成功实现其快速目标的机会。其他人说人工智能的真正定义是它有自己的意识,不断学习,并在没有人为控制的情况下做出自己的决定。可以把它想象成电视剧 – 西方世界 – 或黑客帝国的续集。没有人知道我们何时,如果有的话,我们将达到那个阶段。当然,这很可怕; 但是,如果我们在严格的道德规范下仔细构建AI,那么这将最佳地改变整个生态系统。我们将达到那个阶段。当然,这很可怕; 但是,如果我们在严格的道德规范下仔细构建AI,那么这将最佳地改变整个生态系统。我们将达到那个阶段。当然,这很可怕; 但是,如果我们在严格的道德规范下仔细构建AI,那么这将最佳地改变整个生态系统。

关于GeoAI

DevSummit的两位发言者谈到了GeoAI:1)Joseph Sirosh(Microsoft Cloud AI副总裁),他是主题演讲; 2)Omar Maher(Esri高级分析实践与数据科学),EDC主持人。两位发言者都展示了在将AI和地理/ GIS维度结合在一起时如何以及可以做些什么; 因此,创建了GeoAI。我们中的一些人已经通过我们的研究或课程工作项目进入GeoAI。例如,使用Geostatistical Analyst进行克里金插值或应用OLS进行地理回归分析。这些是机器学习工具。不同之处在于开发可以利用和处理大量地理空间数据集的在线平台,以支持近乎或实时的反馈,以便快速有效地制定决策流程。快速有效的决策过程可以应用于具有大量空间数据集的任何领域。一些最适用的领域是物流,农业,测量,健康和运输。想象一下,你是一名交通规划师,想要在15分钟内预测GTA将在哪里发生交通拥堵,为什么会发生这种情况,以及可以采取哪些措施来防止这种情况发生。到目前为止您需要阅读时,GeoAI平台已经从GPS,蓝牙,智能手机设备以及高速公路传感器的组合中收集了数百万个数据点,并通过一系列算法进行处理。结果是在Web GIS应用程序上,并通知自动驾驶汽车重新路由而不会丢失ETA时间。这就是为什么在没有妥协的情况下快速做出决策的想法。当然,这假设公司或政府机构拥有数据存储,优化,处理和更新的所有“花里胡哨”。换句话说,在智能交通系统的这种情况下,说起来容易做起来难。但是,由于大部分基础设施已经布局,我们距离实现这一目标并不遥远。我们只需要拥有更多集成系统和更快更智能的算法。

在健康方面,我们可以创建一个GeoAI平台,可以为服务不足/弱势群体分发实时医疗保健资源。这可能会删除繁文缛节流程; 因此,更接近疾病预防,每年可为国家节省数十亿/数万亿美元。总体而言,GeoAI可以从地理/位置数据中收集,管理,分析和预测,并提供强大的视觉洞察力。过去是开发人工智能理论。目前和未来是关于使用这个强大的工具来做出重大的积极变化。希望我们GIS领域的大多数人(以及使用深度学习进行遥感)都有机会在GeoAI中弄清楚。

GeoAI的平台

有多个针对GeoAI的平台。Microsoft Azure和Esri现在提供GeoAI Data Science虚拟机(DSVM)。该平台结合了云基础架构,地理空间分析和可视化,可开发更智能的应用程序。此外,GeoAI DSVM使客户端能够使用其GPU流程,尤其是在对图像应用深度学习时,例如,使用TensorFlow或PyTorch。如果您是开发人员和/或数据科学家,那么我建议您利用ArcGIS Pro中的R桥,因为可以利用丰富的机器学习(AI的子组件)包。