Πηγή Εικόνας: απε - μπεΔορυφορικές εικόνες, μετεωρολογικοί χάρτες και άλλα δεδομένα συλλέγονται σε τεράστιες ποσότητες – ωστόσο, μεγάλο μέρος αυτών παραμένει αναξιοποίητο. Ο λόγος είναι απλός: τα δεδομένα είναι κατακερματισμένα, δύσκολα στην ερμηνεία και αποθηκεύονται σε διαφορετικές μορφές. Πανεπιστήμιο στη Σουηδία ανοίγει το δρόμο και αξιοποιώντας την τεχνητή νοημοσύνη προτείνει μία σημαντική λύση για πολεοδόμους και όχι μόνο.
Οι δορυφορικές εικόνες και άλλα περιβαλλοντικά δεδομένα αποθηκεύονται και διατίθενται ως εικόνες, μέσω της λύσης του, Ontoraster. Ο Δρ Arka Ghosh στο Umea University της Σουηδίας ανέπτυξε ένα έξυπνο δίκτυο στο οποίο κάθε σημείο δεδομένων – κάθε εικονοστοιχείο στις εικόνες – αποκτά μια σαφή σημασία και συνδέεται με άλλα σχετικά στοιχεία.
Ταχύτερες αποφάσεις σε κρίσεις και σχεδιασμό
Συνδυάζοντας γραφήματα γνώσης με προηγμένη τεχνητή νοημοσύνη, το σύστημα μπορεί να κατανοήσει πώς συνδέονται οι διαφορετικές πηγές δεδομένων. Αυτό επιτρέπει στους χρήστες να υποβάλλουν σύνθετες ερωτήσεις και να λαμβάνουν άμεσες, κατανοητές απαντήσεις – χωρίς να χρειάζονται οι ίδιοι δεξιότητες προγραμματισμού ή ανάλυσης δεδομένων.
Η τεχνολογία μπορεί να χρησιμοποιηθεί σε μια σειρά κοινωνικά σημαντικών πλαισίων. Σύμφωνα με τον δημιουργό του δικτύου, όπως αναφέρεται σε ανακοίνωση του Πανεπιστημίου, «οι πολεοδόμοι μπορούν να λάβουν υποστήριξη στο σχεδιασμό πιο βιώσιμων και κλιματικά έξυπνων πόλεων. Οι εταιρείες μπορούν να επιλέξουν καλύτερες τοποθεσίες και οι αρχές μπορούν να δράσουν πιο γρήγορα, για παράδειγμα, κατά τη διάρκεια καυσώνων ή πλημμυρών.
Ένα παράδειγμα ερώτησης στην οποία το σύστημα μπορεί να απαντήσει άμεσα είναι: «Πού βρίσκονται οι πιο ζεστές περιοχές κοντά σε πυκνοκατοικημένες συνοικίες στο Ουμέο ή στη Στοκχόλμη;»
Αυτό που παλαιότερα απαιτούσε εκτενή χειροκίνητη ανάλυση μπορεί πλέον να γίνει σε λίγα δευτερόλεπτα – χωρίς να χρειάζεται η μετακίνηση ή η επεξεργασία μεγάλων ποσοτήτων δεδομένων.
AI που αποκρυπτογραφεί σύνθετα δεδομένα
Κεντρικό μέρος της λύσης αποτελεί μια εξελιγμένη τεχνική τεχνητής νοημοσύνης (AI) που μεταφράζει καθημερινές ερωτήσεις σε κάτι που ο υπολογιστής μπορεί να κατανοήσει.
Το Τμήμα Επιστήμης Υπολογιστών του Πανεπιστημίου του Ουμέα διατηρεί στενούς δεσμούς με το WASP – το Πρόγραμμα Wallenberg για την Τεχνητή Νοημοσύνη, τα Αυτόνομα Συστήματα και το Λογισμικό – τη μεγαλύτερη μεμονωμένη ερευνητική πρωτοβουλία της Σουηδίας, η οποία αποσκοπεί στην καθιέρωση της χώρας ως ηγετικής δύναμης στον τομέα αυτό. Αρκετοί από τους διδακτορικούς φοιτητές του τμήματος, μεταξύ των οποίων και ο Arka Ghosh, χρηματοδοτούνται μέσω του προγράμματος, παρέχοντας στο ερευνητικό περιβάλλον πρόσβαση τόσο σε εθνικές συνεργασίες όσο και σε πρωτοποριακή τεχνογνωσία στον τομέα της τεχνητής νοημοσύνης.
Σύστημα ερωτήσεων- απαντήσεων με βάση την τεχνητή νοημοσύνη
Εδώ και αρκετά χρόνια, ο Arka Ghosh έχει αφοσιωθεί στη διεθνή έρευνα σχετικά με γεωδεδομένα, δεδομένα ράστερ, γραφήματα γνώσης και σημασιολογικές τεχνολογίες. Το αποτέλεσμα είναι ένα σύστημα ερωτήσεων- απαντήσεων με βάση την τεχνητή νοημοσύνη, το οποίο μπορεί να ερμηνεύει σύνθετα δεδομένα με έναν εντελώς νέο τρόπο και να παρέχει ουσιαστικές απαντήσεις σε σύνθετες ερωτήσεις. Στην πράξη, αυτό σημαίνει ότι οι αρχές, οι μηχανικοί και άλλοι υπεύθυνοι λήψης αποφάσεων μπορούν να αποκτήσουν γρήγορα πληροφορίες που προηγουμένως απαιτούσαν εκτενή χειροκίνητη ανάλυση.
