Peruspaikkatietojen ylläpito perustuu ilmakuviin, joita kartoittajat käyttävät arvioidessaan, missä on esimerkiksi uusia rakennuksia ja teitä. Maastossa tapahtuvat muutokset viedään järjestelmään ja ne päivittyvät esimerkiksi karttatuotteisiin. Paikkatietokeskuksen ja Maanmittauslaitoksen yhteisessä Advanced Technology for National Map Updating (ATMU) -projektissa on tutkittu, voisiko kone tehdä luotettavasti töitä: tutkia ilmakuvia sekä laserkeilausaineistoa ja kertoa missä muutoksia on tapahtunut. Projekti on päättymässä pian. Missä mennään, projektipäällikkö Lingli Zhu?
– Tällä hetkellä koulutamme tekoälymallia ja parannamme sen suorituskykyä tarjoamalla sille aineistoja monipuolisesta ympäristöstä. Työtä tehdään tiiviisti yhdessä tuotannon asiantuntijoiden kanssa. Heidän tehtävänsä on arvioida, miten tekoäly suoriutuu ja missä kohdissa on erityisiä ongelmia, Zhu kertoo.
Tulevaisuus on tekoälyn ja ihmisen yhteistyötä
Projektin tulokset ovat yllättäneet Lingli Zhun mukaan projektissa mukana olevat sekä muun muassa kansainväliset kollegat.
– Ennen tätä projektia ihmiset saattoivat ajatella, että tekoälyteknologia ei ole vielä tarpeeksi kehittynyttä peruspaikkatietojen tuotannossa käytettäväksi. Nyt on nähty varsin hämmästyttäviäkin tuloksia siitä, miten kone voi oppia. Samalla ihmiset ovat tutustuneet alan sanastoon ja oppivat lisää, Zhu kertoo.
No, mitä ATMU:n kouluttama tekoäly nyt sitten osaa? Joko se tunnistaa luotettavasti vaikkapa puiden peitossa olevan pienen mökin metsän keskellä? Zhu toteaa, että kyseessä ei ole yksinkertainen tehtävä. On tärkeää ymmärtää, että kaukokartoitusmateriaaleista tehtävää tunnistusta on tutkittu vuosikymmenien ajan eikä aukotonta ratkaisua ole.
– Tekoäly kyllä oppii tunnistamaan kohteita, mutta aineiston poikkeamat voivat johtaa vääriin tulkintoihin. Aineisto ei ole koneen näkökulmasta täydellistä, vaan siinä on varjoja, heijastuksia, kosteudesta johtuvia vääristymiä ja erilaisia kuvakulmia, jotka vaikeuttavat työtä, Zhu taustoittaa.
Metsäympäristö haasteellinen tekoälylle
Suurimpia haasteita tekoälylle on kohteentunnistus metsäympäristöissä, joiden kaukokartoitusmateriaali on puutteellista. Laserkeilauksen avulla on kuitenkin mahdollista läpäistä metsien latvat ja kasvillisuus. Laserkeilausaineistoa käyttämällä voi lisätä kohteentunnistuksen luotettavuutta erityisesti metsäalueilla.
Ollaan kuitenkin vielä kaukana siitä, että tekoäly pystyisi ratkomaan kaikkia maaston muutoksia. Ihmisen tekemällä tulkinnalla on edelleen suuri merkitys. Tekoäly voi vapauttaa ihmisresursseja tekemään sellaisten kohteiden tulkintaa, joissa tarvitaan ihmisen käsityskykyä kohteista.
– Tekoäly tulee nopeuttamaan ja automatisoimaan kohteentunnistusta ja muutosten tulkintaa, mutta ihmisen tulkintaa tullaan tarvitsemaan monella tapaa vielä tulevaisuudessakin. Syntyy myös uusia tarpeita ja toimintaa, kun tekoäly korvaa ihmisten tekemää perinteistä työtä, Zhu toteaa.
Ongelmia ratkotaan moniammatillisessa tiimissä
Jatkossa pohditaan, miten AI-malli voidaan integroida osaksi nykyistä tuotantoa. Teoria ja käytäntö on saatava toimimaan yhteen. Maanmittauslaitos on uudistamassa maastotietojen tuotantojärjestelmää, jonka suunnittelussa otetaan huomioon ATMU-projektin tuottamat mahdollisuudet ja pohditaan, mitä muutoksia ne tuovat tulevaisuuden kartoitustyökaluihin.
ATMU-projektissa on pyritty ratkaisemaan ongelmia kokeellisesti ja työ on ollut vaativaa. Ei ole helppoa saada tekoälyä tekemään asioita juuri niin kuin on parasta paikkatietojen tuotannon näkökulmasta. Lingli Zhulle haaste on ollut mieluinen:
– Tässä työssä olen pystynyt yhdistämään tutkijataustani ja karttatuotannon osaamisen. Ymmärrän hyvin karttatuotannon tulevaisuuden tarpeet ja näen mihin suuntaan ala kehittyy. Siksi tämä on hyvin mielenkiintoista ja olen tyytyväinen siihen, miten asiat ovat edenneet tähän mennessä.
ATMU-projektissa voimansa yhdistävät tietojenkäsittelytieteen ammattilaiset ja paikkatieto-osaajat. MML:n paikkatietoasiantuntijat ovat kouluttaneet tutkimustiimiä ja kannustaneet eteenpäin, Zhu kiittelee. Hänen ATMU-tutkimustiimissään työskentelee vastavalmistuneita osaajia, jotka ovat tuottaneet myös opinnäytetöitä osana projektia.
– Nämä nuoret osaajat ovat noudattaneet ohjeita, olleet erittäin yhteistyökykyisiä ja antaneet tärkeän panoksensa työhön, Zhu sanoo.
ATMU-projektin päätöstilaisuus järjestetään 15.12.2022. Seuraa viestintäämme ja tule mukaan!
Katso video hankkeen työstä