(English below)
Trí tuệ nhân tạo cho khách hàng và nhà cung cấp dữ liệu địa không gian 

Trong thập kỷ tới, nhu cầu và nguồn cung đều sẽ tăng lên đối với dữ liệu địa không gian. Một số yếu tố chính đằng sau thực tế này là - Các kỹ thuật thu thập dữ liệu viễn thám tốt hơn nhiều đang phát triển như cảm biến được cải tiến, UAV (Drone) và máy bay được trang bị chất lượng cảm biến cao nhất, khả năng truy cập dữ liệu mở ngày càng tăng và chúng ta đang phát triển các thiết bị mới và mạnh mẽ thuật toán và học máy.

Thách thức lớn là thể hiện và quy các tính năng của dữ liệu có ý nghĩa hơn đối với người tiêu dùng dữ liệu trong bối cảnh doanh nghiệp của họ. Đó là khó khăn mà cả hai bên phải đối mặt trong khi giao tiếp liên quan đến việc cung cấp dữ liệu. Đây là máy móc chơi. Để thu hẹp khoảng cách này và làm cho mọi thứ trở nên đơn giản hơn ở cả nhà cung cấp và người tiêu dùng, máy học hoặc các thuật toán nâng cao được sử dụng, tạo ra các 'từ vựng'. dữ liệu cho ứng dụng của mình.

Microsoft và ESRI đã chung tay cho AI địa không gian hoặc Geo.AI

Geospatial AI hay Geo.AI là máy học, dựa trên các thành phần địa lý. Điều này về cơ bản là tích hợp địa lý, vị trí và AI. Để lập kế hoạch bảo tồn, chúng ta cần thực hiện việc lập bản đồ lớp phủ sử dụng nhiều lao động. Thu thập dữ liệu bằng các phương pháp hiện tại là một công việc tốn nhiều thời gian và công sức. Các công nghệ như AI có thể trợ giúp trong những trường hợp như vậy.

Hai gã khổng lồ trong các lĩnh vực tương ứng của họ, Microsoft và ESRI đã chung tay trao quyền cho AI địa không gian. Điều này sẽ kết hợp AI, công nghệ đám mây và cơ sở hạ tầng, phân tích địa không gian và trực quan hóa cùng nhau để giúp tạo ra các ứng dụng thông minh và mạnh mẽ hơn.

Đẩy mạnh ranh giới của phân tích dữ liệu vệ tinh (Phát hiện đối tượng địa không gian)

Trong những thập kỷ qua, nhiều nỗ lực đã được thực hiện để phát triển các phương pháp khác nhau để phát hiện các loại vật thể khác nhau trong ảnh vệ tinh và ảnh hàng không, chẳng hạn như các tòa nhà, bể chứa, phương tiện và máy bay. Phát hiện đối tượng trong ảnh vệ tinh độ phân giải cao (HRS) xác định xem có một hoặc nhiều đối tượng thuộc các lớp chúng ta đang tìm kiếm hay không và xác định vị trí của từng đối tượng bằng cách sử dụng một hộp giới hạn. Một trong bốn phương pháp hiện có để phát hiện đối tượng là phương pháp dựa trên máy học. Đối với các phương pháp dựa trên máy học, cần có ba bước xử lý: trích xuất đặc trưng, ​​giảm kích thước tổng hợp đối tượng và đào tạo trình phân loại. Các vật thể có quy mô cực nhỏ cũng có thể được phát hiện, chẳng hạn như bể chứa.

Kết quả phát hiện đối tượng bằng phương pháp dựa trên máy học

Tóm lại

Trí tuệ nhân tạo (AI) là một kỹ thuật hiện đại đang làm cho máy móc của chúng ta thông minh hơn trước đây. Nó không phải là việc thêm nhiều chương trình hơn vào phần mềm hoặc lập trình lại chúng mà là cải thiện khả năng của một cỗ máy để nó có thể học, phân tích, ghi nhớ và có thể đưa ra quyết định tốt nhất tùy theo hoàn cảnh. Học máy là khái niệm cơ bản đằng sau nó. Geospatial AI hay Geo.AI là máy học, dựa trên các thành phần địa lý. Điều này về cơ bản là tích hợp địa lý, vị trí và AI. Điều này có khả năng vô tận.

-----

ARTIFICIAL INTELLIGENCE (AI) AND GEOSPATIAL SCIENCE
Artificial intelligence for geospatial data customers and suppliers 

Over the next decade, the demand and supply both are going to increase for geospatial data. Some of the key factors behind this fact are - Far better remote sensing data capture techniques are developing like improved sensors, UAV (Drones) and aircrafts equipped with the highest quality of sensors, open access of data is increasing and we are developing new and robust algorithms and machine learning.

The major challenge is expressing and attributing the features of data that would be more meaningful to the data consumers in the context of their businesses. It is the difficulty that both sides face while communicating regarding the data supply. Here come the machines into play. To bridge this gap and make things more simple at both supplier and consumer ends, machine learning or advanced algorithms are used, which create'vocabularies'.These vocabularies will help the supplier to define their data in a manner that enable a customer to the understand data for his application.
Microsoft and ESRI joined hands for Geospatial AI or Geo.AI

Geospatial AI or Geo.AI is machine learning, based on geographic components. This is basically integrating geography, location and AI. For conservation planning, we need to do the labor-intensive land cover mapping. Collecting the data with current methods is a time taking and laborious job. Technologies like AIcan help in such cases.

The two giants in their respective fields, Microsoft and ESRI  joined hands for empowering Geospatial AI. This will bring AI, cloud technology, and infrastructure, geospatial analytics and visualization together to help create more powerful and intelligent applications.

Push the boundaries of satellite data analysis (Geospatial object detection)

Over the past decades, considerable efforts have been made to develop various methods for the detection of different types of objects in satellite and aerial images, such as buildings, storage tanks, vehicles, and airplanes. Object detection in high-resolution satellite (HRS) images determines whether there are one or more objects belonging to the classes we are looking for and locates the position of each object using a bounding box. One of the four existing methods for object detection is machine learning-based method. For machine learning-based methods, three processing steps are needed: feature extraction, feature fusion dimension reduction, and classifier training. Objects with extremely small scales could also be detected as well, e.g., the storage tanks.
Object Detection results using machine learning-based method

Summary

Artificial intelligence (AI) is a modern-day technique which is making our machines smarter than before. It is not about adding more programs to the software's or reprogramming them but it is about improving the capabilities of a machine so that it can learn, analyze, memorize and can take the best decisions as per the circumstances. Machine learning is the basic concept behind it. Geospatial AI or Geo.AI is machine learning, based on geographic components. This is basically integrating geography, location and AI. This has endless possibilities.

Geolink tổng hợp từ Satpalda