GeoAI: de toekomst van GIS?
Michael Tuijp
Geospatial Data ScientistHet gebruik van Artificial Intelligence (AI) in geografische informatiesystemen is niet nieuw. Automatische objectherkenning is bijvoorbeeld al ruim tien jaar beschikbaar en constant in ontwikkeling. De hype die de ChatGPT-revolutie heeft veroorzaakt gaat echter niet voorbij aan de GIS-wereld. De ontwikkeling van GeoAI-oplossingen is ook in onze branche in een stroomversnelling geraakt. Het thema GeoAI is uitgebreid behandeld tijdens de Esri Developer Summit 2024. In deze blog lees je daar meer over.
GeoAI op de Esri Developer Summit 2024
De Esri Developer Summit in Palm Springs is één van dé momenten om kennis op te doen over ontwikkelingen in GIS. Ik heb de collega’s die namens Tensing naar California zijn geweest gevraagd om hun oren en ogen open te houden voor interessante nieuwtjes over GeoAI. Het onderwerp blijkt al bij de plenaire sessie een hoofdrol te spelen. Met als hoofdvraag: hoe kun je AI concreet toepassen in GIS-projecten?
ArcGIS AI Smart Mapping Assistant
Zelf respecterende software kan anno 2024 niet zonder AI Smart Assistant. Esri heeft deze ontwikkeling heel goed opgepikt, blijkt uit de demo’s tijdens de Developer Summit. Het prototype van de ArcGIS Smart Mapping Assistant ziet er veelbelovend uit. Dit in ArcGIS geïntegreerde Large Language Model (LLM) voert opdrachten uit op basis van een chatfunctie.
Tijdens de Developer Summit wordt er een voorbeeldopdracht gedemonstreerd. De Smart Mapping Assistant krijgt de opdracht om alle huizen in een straal van een aantal kilometers te scannen en vervolgens te sorteren op bouwjaar, verdeeld over decennia. Nadat de Smart Mapping Assistant scant vervolgens naar relevante attributen en visualiseert ze op een kaart. De Assistant neemt daarbij alle benodigde technische handelingen voor zijn rekening.
Maar ook complexere opdrachten slagen in de uitvoering, zoals: sorteer bomen op kleur op basis van de hoeveelheid koolstofdioxide die de boom opneemt. Of nog een stapje verder: leg vervolgens een relatie met de hoeveelheid ozon dat in de atmosfeer wordt afgebroken. De kwaliteit van het resultaat blijkt overigens grotendeels afhankelijk van de datakwaliteit die de basis vormt voor een visualisatie. In die zin is GeoAI geen uitzondering: ook hier is ‘garbage in, garbage out’ een waarheid als een koe.
Een hoge datakwaliteit is en blijft de doorslaggevende factor, ook wanneer je GeoAI gebruikt.
Voorgetrainde Deep Learning-modellen voor ArcGIS
De GeoAI toolbox is een deep learning-tool en is sinds 2020 beschikbaar voor gebruikers van ArcGIS. Deze toolbox is dus niet nieuw, maar de mogelijkheden worden steeds uitgebreider. In de ArcGIS Living Atlas biedt Esri voorgetrainde deep learning datamodellen aan op drie gebieden:
- Imagery;
- Point Cloud;
- Tekst gebaseerde oplossingen.
Eén van de meest interessante voorgeprogrammeerde deep learning-modellen is het Segment Anything Model (SAM). Dit is een generiek model dat inzetbaar is voor een breed scala aan taken. Bij het gebruik ervan kun je de kracht van voorgeprogrammeerde modellen combineren met de vrijheid om je eigen analyses te doen. Het SAM is getraind op basis van 11 miljoen luchtbeelden en daarmee sla je een data science-fase over. Je hebt de vrijheid om zelf te bepalen welke objecten je wilt classificeren, zonder het datamodel te trainen.
Uitfaseren van taken door GeoAI
Iedere vorm van automatisering, robotisering en kunstmatige intelligentie leidt uiteindelijk tot het terugdringen van het aantal repetitieve taken die door mensen worden uitgevoerd. Zodat de ‘leuke taken’ waar de menselijke kracht echt volledig tot wasdom komt overblijven. Het is aannemelijk dat dit ook voor GeoAI-ontwikkelingen geldt.
AI dringt de vraag naar handmatig intekenwerk en andere ‘klassieke handmatige taken’ terug. Dat ligt voor de hand. Maar de mogelijkheden van GeoAI nemen zo snel toe dat er steeds meer mogelijk is. Een GIS analyse wordt sneller gemaakt dankzij slimme oplossingen als de Smart Mapping Assistant en de voorgetrainde modellen die Esri beschikbaar stelt aan zijn gebruikers.
De GIS-branche groeit heel snel, wordt steeds meer mainstream en kampt met een chronisch tekort aan personeel. In die zin zie ik de snelle opkomst van GeoAI als een uitkomst. Het stelt GIS consultants in staat om hun expertise maximaal in te zetten en de ‘eenvoudige taken’ zoveel mogelijk af te handelen met behulp van kunstmatige intelligentie.
Tot slot is het goed om je te beseffen dat GeoAI niet dé verlosser is, die in één klap alle problemen komt oplossen. GeoAI is en blijft één van de middelen die je ter beschikking hebt om je doel te bereiken. In de komende jaren gaat blijken hoe mens en machine het meest efficiënt kunnen samenwerken. Wil je ook de maximale waarde uit GeoAI halen? Neem dan gerust contact met mij op!