За последние 50 лет географы с энтузиазмом приняли каждый технологический сдвиг в области географических информационных систем (ГИС) — технологии, которая превращает данные о местоположении в карты и позволяет понять, как взаимодействуют места и люди. Сначала это был компьютерный бум, затем развитие интернета и возможностей обмена данными с помощью веб-ГИС, а позже — появление данных со смартфонов и облачных ГИС-систем.
Сейчас происходит ещё один сдвиг парадигмы: появление искусственного интеллекта (ИИ) как независимого «агента», способного выполнять функции ГИС с минимальным контролем со стороны человека.
В исследовании, опубликованном в Annals of GIS, многопрофильная команда под руководством исследователей географии из Пенсильванского государственного университета создала и протестировала четырёх ИИ-агентов, чтобы представить концептуальную основу автономных ГИС и изучить, как этот сдвиг меняет практику работы с ГИС.
«Подобно парадигмальным сдвигам прошлого, автономные ГИС представляют собой новую парадигму интеграции ИИ с ГИС, где он становится не просто ещё одним инструментом, а искусственным геопространственным аналитиком, способным использовать инструменты ГИС для решения геопространственных задач», — сказал ведущий автор Чжэнлун Ли, доцент кафедры географии в Колледже наук о Земле и минералах и директор Лаборатории геоинформации и исследований больших данных.
«В этом исследовании мы изучили, как лучше всего интегрировать технологию ИИ-агентов в существующие рабочие процессы ГИС, а также проанализировали текущие недостатки и ограничения систем», — сказал Ли. «Наша цель — заложить основу для сообщества геопространственных специалистов по разработке ГИС-систем, которые выходят за рамки традиционных рабочих процессов и могут автономно рассуждать, получать, внедрять инновации и продвигать геопространственные решения для решения насущных задач».
С помощью своих четырёх экспериментальных агентов, работающих на базе ИИ, исследователи продемонстрировали, что агенты могут получать геопространственные данные, выполнять пространственный анализ и создавать карты с минимальным вмешательством человека.
В одном из примеров исследователи создали агента по поиску данных под названием LLM-Find, который автоматически извлекает геопространственные наборы данных на основе запросов пользователей, таких как «скачать дорожные сети, исключая пешеходные дорожки и служебные пути, для оценки доступности школ для пеших прогулок в Колумбии, Южная Каролина». За считанные минуты LLM-Find получил данные о тротуарах, дорожных сетях, расположении школ и снимки дистанционного зондирования с высоким разрешением, необходимые для комплексной оценки.
«LLM-Find продемонстрировал, что автономные ГИС-агенты могут обрабатывать сбор данных из источников без ручного поиска наборов данных, помогая сократить рутинную работу по подготовке данных для пространственного анализа», — сказал Ли. «Но количество источников, с которыми может консультироваться ИИ-агент, всё ещё ограничено, поэтому для LLM-Find необходим человеческий контроль и управление».
Следующий агент ГИС, которого исследователи создали и протестировали, LLM-Geo, оценил доступность школ для пеших прогулок, используя данные, полученные LLM-Find, а затем автономно создал пространственный рабочий процесс, который подготовил оценки доступности и карты.
«Это более сложная задача, выходящая за рамки поиска данных, когда ИИ-агент фактически анализирует данные на основе простого текстового запроса», — пояснил Ли. «Эту аналитическую работу обычно выполняет младший географ или специалист начального уровня».
Следующий пример, LLM-Cat, выполнил более сложные картографические задачи — выходящие за рамки сбора данных и анализа для разработки визуальных карт. Агент принимал решения о символах, цветовых шкалах, видах карт и других элементах карты, приближая всю систему к полной автоматизации.
В финальном примере все три агента были объединены в коллаборативного настольного помощника человека и агента — ГИС Копилот, который работает аналогично ChatGPT или Google Gemini.
«Мы протестировали ГИС Копилот на более чем 100 многошаговых пространственных задачах с пошаговым руководством и сложных задачах без руководства, и общий уровень успеха составил около 86 %», — сказал Ли. «Хотя он всё ещё нуждается в человеческом контроле, ГИС Копилот показывает, что возможно для будущей интеграции ГИС с ИИ, особенно в том, чтобы позволить неспециалистам выполнять геопространственный анализ с ограниченными знаниями в этой области».
Интеграция ИИ в ГИС открывает новые горизонты для учёных и экспертов в области ГИС, по словам соавтора Гвидо Червоне, директора Института вычислительных наук и наук о данных Пенсильванского государственного университета. Он объяснил, что это не угроза для жизни профессионалов, а множество возможностей для развития ГИС и её применения инновационными способами.
«За последние пять лет мы добились в ГИС большего прогресса, чем я думал, что увижу за свою жизнь», — сказал Червоне, который также является профессором на кафедрах географии, метеорологии и атмосферных наук. «С точки зрения исследований ИИ ускорил наше исследовательское воздействие до нового уровня, поскольку мы теперь можем быстро получать доступ к данным и анализировать их, чтобы лучше изучать нашу планету и её естественную и антропогенную среду».
Червоне подчеркнул, что в будущем произойдут изменения в образовании, отметив, что это захватывающее время для студентов и преподавателей географии и геоинформатики.
«Если недавнее прошлое является примером, то нас ждут сюрпризы, и мы сможем достичь задач, которые сегодня невозможно даже представить», — сказал Червоне. «Это произойдёт в течение жизни нашего поколения студентов, и наша задача как профессоров — научить их быть частью революции ИИ и вычислений и подготовить их к новым вызовам и инновационным решениям».
Ли согласился, объяснив, что исследование касается не только развития технологии ИИ, но и изменений, которые ждут следующее поколение студентов-географов.
«Сейчас для студентов важнее понимать процедуры пространственного мышления, учиться учиться в эпоху ИИ в ГИС», — сказал Ли. «Это важно не только для студентов, но и для нас, преподавателей, чтобы осознавать, что может измениться в классе и на рабочем месте в области ГИС».
Предоставлено:
Пенсильванский государственный университет