هوش مصنوعی در اطلاعات مکانی از کجا پدید آمد؟/ کاربردی‌سازی داده‌های ماهواره‌های سنجش از دور با هوش مصنوعی

هوش مصنوعی در اطلاعات مکانی از کجا پدید آمد؟/ کاربردی‌سازی داده‌های ماهواره‌های سنجش از دور با هوش مصنوعی

کارشناس سنجش از راه دور ماهواره‌ای گفت: تلاش‌های زیادی توسط دانشگاه و صنعت برای تسهیل ادغام اطلاعات مکانی و هوش مصنوعی انجام شده و نتیجه آن ایجاد یک حوزه جدید به نام هوش مصنوعی در اطلاعات مکانی (GEOAI) در سال ۲۰۱۷ بوده است.

دکتر علیرضا شریفی؛ متخصص حوزه فضایی و کارشناس سنجش از راه دور ماهواره‌ای در گفت‌و‌گو با خبرنگار فضا و نجوم خبرگزاری تسنیم اظهار کرد: همانطور که می‌دانیم رهبر معظم انقلاب اسلامی در 26 آبان 1400 از "هوش مصنوعی" به‌عنوان یک مسئله مهم و آینده‌ساز نام بردند و تأکید کردند که این مسئله در اداره آینده دنیا نقش دارد و باید به‌گونه‌ای عمل کنیم که ایران جزو 10 کشور برتر هوش مصنوعی در دنیا قرار بگیرد .

وی گفت: همچنین ایشان در 14 خرداد 1402 بیان فرمودند که در دوران هوش مصنوعی و کوانتوم و اینترنت نمی‌شود با همان ابزارهای چهل سال قبل کار کرد باید ابزارها متناسب با زمان باشند. بدین ترتیب بکارگیری هوش مصنوعی در علوم مختلف علاوه بر یک ضرورت علمی برای پژوهشگرانی که در لبه دانش فعالیت می­‌کنند، یک خواسته مهم مسئولان نظام جمهوری اسلامی هم است و باید به‌عنوان یکی از اولویت‌­های مهم پژوهشی کشور در نظر گرفته شود و سازماندهی مناسب و نیز اعتبار کافی برای این حوزه تخصیص یابد.

مفهوم GEOAI یا "هوش مصنوعی در اطلاعات مکانی" از کجا پدید آمد؟

شریفی با اشاره به مفهوم هوش مصنوعی در اطلاعات مکانی یا GEOAI تصریح کرد: در دهه اخیر، پیشرفت قابل توجهی در تحقیقات هوش مصنوعی حاصل شده است. یادگیری عمیق و قدرت محاسباتی با کارایی بالا در این پیشرفت سریع نقش اساسی داشته­‌اند به‌نحوی که امروزه آموزش مدل‌های پیچیده بر روی کلان داده­‌های سنجش از دور که چند ده گیگابایت حجم دارند در عرض چند ساعت انجام می‌­شود. با توجه به اینکه داده­‌های مکانی در حجم بسیار زیاد و در طول دوره­‌های زمانی مختلف در دسترس است لذا تلاش‌های زیادی توسط دانشگاه و صنعت برای تسهیل ادغام اطلاعات مکانی و هوش مصنوعی انجام شده و نتیجه آن ایجاد یک حوزه جدید به نام هوش مصنوعی در اطلاعات مکانی یا GEOAI در سال 2017 بوده است.

ارتباط حوزه هوافضا با اطلاعات مکانی چیست؟

این متخصص حوزه فضایی تصریح کرد: حل مسائل مرتبط با مکان، نیازمند رویکرد مکان‌مبنا و با اتصال داده‌های توصیفی و آماری به اطلاعات مکانی امکان‌پذیر است. سامانه اطلاعات مکانی، داده‌های توصیفی و آماری را به اطلاعات مکانی متصل کرده و امکان انواع پرسش و تحلیل‌های مکانی و توصیفی را برروی آنها فراهم و تصمیم‌گیری درباره بسیاری از موارد مانند مکان‌یابی برای استقرار نیروگاه­‌های تجدیدپذیر، پیش‌بینی وضع هوا، گزارش قطع برق در شبکه، تحلیل الگوی جرم و ... را تسهیل می‌کند.

وی ادامه داد: از آنجا که تصاویر ماهواره‌­ای یکی از اصلی‌ترین منابع برای تولید داده مکان­مند هستند، لذا پیوند بسیار محکمی بین این دو حوزه برقرار است. با توجه به اینکه کشور عزیزمان جزو 10 کشور دارای زنجیره کامل حوزه فضایی است، بنابراین کاربردی‌سازی داده‌­های جمع‌آوری شده توسط ماهواره­‌های سنجش از دور نیازمند توسعه زیرساخت­‌هایی است که بتواند حجم بالای داده‌های موجود را جمع‌آوری، ذخیره و پردازش کند و خروجی مورد نظر را به ذینفعان تحویل دهد که این امر با بکارگیری هوش مصنوعی و کلان داده سنجش از دور میسر شده است .

شریفی گفت: بعنوان مثال، تولید نقشه‌­های پیش‌بینی پوشش اراضی سال 1410 استان تهران، می‌­تواند به متخصصین برنامه‌ریزی شهری کمک کند تا الزامات فنی مورد نظر را در طرح­‌های توسعه­‌ای مدنظر قرار دهند. همچنین، تولید نقشه­‌های مربوط به پیش‌بینی توسعه اراضی کشاورزی استان اصفهان در سال 1415، می­‌تواند مبنایی برای برنامه الگوی کشت قرار گیرد تا هم از هدررفت منابع آب شیرین جلوگیری کند و هم از فرسایش خاک. بدین ترتیب صنعت فضایی (بعنوان یک صنعت بالادست) به صنعت اطلاعات مکانی (بعنوان یک صنعت پایین دست) ارتباط پیدا می‌­کند و زنجیره فضایی کشور را از طراحی، ساخت و پرتاب ماهواره تا تولید اطلاعات مکان­مند از تصاویر ماهواره­‌ای تکمیل می‌کند.

آیا داده­‌های سنجش از دور ماهیت کلان داده دارند؟

این کارشناس سنجش از راه دور ماهواره‌ای خاطرنشان کرد: همانطور که می­‌دانیم، کلان داده‌ها نقش بسیار مهمی در دنیای هوش مصنوعی ایفا می‌کنند زیرا هوش مصنوعی بر پایه تجزیه و تحلیل داده‌ها و استخراج الگوها و اطلاعات مفید از آنها بنا شده است. کلان داده‌ها به عنوان منبع اصلی اطلاعات برای آموزش مدل‌­های هوش مصنوعی عمل می‌کنند چون آموزش مدل با حجم بالایی از داده‌ها، می‌تواند الگوها و روابط پیچیده‌تر را بهتر شناسایی کند.

وی گفت: همچنین، با استفاده از کلان داده‌ها و روش‌­های تحلیل داده، می‌توان الگوها، روندها و روابط پنهان در داده‌ها را شناسایی کرده و پیش‌بینی کرد. معیارهایی مانند حجم، سرعت و تنوع به‌عنوان سه عنصر اصلی در تعریف کلان داده مورد استفاده قرار می‌گیرند که در داده­‌های سنجش از دور قابل ملاحظه‌­اند. امروزه سنجنده‌­های متنوع نصب شده بر روی ماهواره‌­­های سنجش از دور قادرند در طول موج‌­های مختلف الکترومغناطیسی از سطح زمین داده­‌برداری کنند.

شریفی تأکید کرد:‌ همچنین، وجود منظومه‌­های مختلف از این نوع ماهواره‌­ها سرعت جمع‌آوری داده‌­ها را به چند ترابایت در طول یک شبانه روز افزایش داده است که بدین ترتیب، در طول سال حجم زیادی از داده‌­ها در دسترس عموم قرار می‌­گیرند. لازم به ذکر است، با توجه به تاریخچه غنی اخذ تصاویر ماهواره­‌ای از کره زمین، برخی کشورهای اقدام به تولید مکعب داده محلی (Local data cube) برای سرزمین خود کرده‌­اند. این مکعب داده شامل لایه‌­های مکان­مند در حوزه‌­های کاربری مختلف و در قالب یکسری زمانی ـ مکانی است که کاربر قادر است با استفاده از آن لایه‌­ها­ی مورد نیاز را در دوره زمانی موردنظر انتخاب کرده و برای تحلیل‌های مبتنی بر هوش مصنوعی از آنها استفاده کند.

کاربردهای هوش مصنوعی در اطلاعات مکانی

این متخصص حوزه فضایی با بیان اینکه یکی از کاربردهایی که هوش مصنوعی در اطلاعات مکانی دارد، ایجاد مدل‌های پیش‌بینی برای ترافیک است، تصریح کرد: با استفاده از الگوریتم‌های هوش مصنوعی، می‌توان مدل‌هایی را طراحی کرد که با توجه به اطلاعات مکانی و زمانی، ترافیک در مسیرهای مختلف شهری را پیش‌بینی کنند و باعث بهبود ترافیک شوند. همچنین، هوش مصنوعی می‌تواند به سامانه‌های مکان­مند در حفاظت از محیط زیست و پیش‌بینی وقوع طوفان‌ها و آتش‌سوزی­‌ها کمک کند.

وی ادامه داد: از این سامانه‌­ها­ می‌توان به منظور طبقه‌بندی تصاویر ماهواره‌ای یا پهپادی استفاده کرد که این امر به پایش محیط زیست، برنامه‌ریزی توسعه شهری، پایش محصولات کشاورزی، شناسایی زیرساخت‌های آسیب‌دیده یا شناسایی فعالیت‌های غیرقانونی کمک می­‌کند. از سوی دیگر، سامانه‌­های GEOAI می‌توانند با تحلیل داده­‌های سری زمانی گذشته، به پیش‌بینی آینده (با ریسک و قابلیت اطمینان معین) جهت ارائه الگوهای آتی کاربری اراضی و ارائه پیشنهادات برای برنامه‌ریزی استفاده از زمین به کار روند که شامل شناسایی مناطق مناسب برای توسعه، پیش‌بینی تأثیر توسعه بر محیط زیست یا توصیه بهترین مکان‌ها برای زیرساخت‌های جدید است.

شریفی در پایان تأکید کرد: با توجه به اهمیت این حوزه دانشی، نشریه‌­ای نیز با عنوان "پژوهش‌­های سنجش از دور و اطلاعات مکانی" راه‌اندازی شده‌ است تا بتوان از این طریق ظرفیت‌­های علمی موجود در کشور در زمینه سنجش از دور و اطلاعات مکانی را در جهت پیشبرد اهداف عالی کشور هدایت کرد.

انتهای پیام/

واژه های کاربردی مرتبط
واژه های کاربردی مرتبط
پربیننده‌ترین اخبار ویژه نامه‌ها
اخبار روز ویژه نامه‌ها
آخرین خبرهای روز
مدیران