Grundläggande geodata upprätthålls utifrån flygbilder, som karterarna använder för att avgöra var det finns till exempel nya byggnader och vägar. Förändringar i terrängen matas in i systemet och uppdateras till exempel i kartprodukterna. I Geodatacentralens och Lantmäteriverkets samprojekt Advanced Technology for National Map Updating (ATMU) har man undersökt om en maskin skulle kunna arbeta på ett tillförlitligt sätt med att analysera flygbilder och laserskannat material och ange var det skett ändringar. Projektet närmar sig sitt slut. Vad är läget, projektchef Lingli Zhu?
– För närvarande tränar vi upp AI-modellen och höjer dess prestanda genom att mata in data från en varierande miljö. Vi har ett nära samarbete med experter från produktionen. Deras uppgift är att bedöma hur väl AI gör ifrån sig och var det förekommer särskilda problem, säger Zhu.
Framtiden är ett samarbete mellan artificiell intelligens och människa
Enligt Lingli Zhu har projektets resultat överraskat både deltagarna i projektet och bland annat de internationella kollegerna.
– Innan projektet var det många som kanske tänkte sig att AI-tekniken inte är tillräckligt avancerad för framtagning av grundläggande geodata. Nu har vi sett till och med förbluffande resultat av hur maskinen kan lära sig. Samtidigt har människor tagit till sig branschterminologi och de kommer att lära sig ännu mer, säger Zhu.
Så, vad kan AI som tränats upp av ATMU utföra? Är den kapabel att tillförlitligt känna igen en liten stuga, som står under träd mitt i skogen? Zhu säger att det inte är en enkel uppgift. Det är viktigt att förstå att identifiering utifrån fjärranalysdata har studerats i årtionden och att det inte finns någon komplett lösning.
– Artificiell intelligens lär sig visserligen att identifiera objekt, men avvikelser i materialet kan ge upphov till feltolkningar. Ur maskinens synvinkel är dataunderlaget inte perfekt, utan där finns skuggor, reflektioner, förvrängningar på grund av fuktighet och olika vinklar, vilket försvårar arbetet, säger Zhu.
Skogliga miljöer är svåra för AI
De största utmaningarna för artificiell intelligens är att identifiera objekt i skogliga miljöer om vilka fjärranalysmaterialet är bristfälligt. Med fjärranalys är det dock möjligt att tränga igenom kronskiktet och växtligheten. Fjärranalysdata kan göra identifieringen av objekt mer tillförlitlig, särskilt i skogsområden.
Däremot är det lång väg kvar att gå innan artificiell intelligens kan urskilja alla ändringar i terrängen. Tolkningar som görs av människor har fortfarande stor betydelse. Artificiell intelligens kan frigöra mänskliga resurser för att tolka objekt som kräver människans uppfattningsförmåga.
– Artificiell intelligens kommer att snabba upp och automatisera identifieringen och analysen av objekt och förändringar, men människor kommer att behövas för att tolka data även i framtiden. Det uppstår också nya behov och verksamheter när artificiell intelligens ersätter arbete som av hävd utförts av människor, säger Zhu.
Problemlösning i multiprofessionella team
I fortsättningen kommer man att begrunda integrering av AI-modellen i den nuvarande produktionen. Det gäller att skapa ett samspel av teori och praktik. Lantmäteriverket håller på att se över systemet för framtagning av terrängdata. Vid projekteringen kommer man att beakta de möjligheter som ATMU-projektet erbjuder och överväga vilka förändringar de medför för karteringsverktygen i framtiden.
Inom ATMU-projektet har man tillämpat försöksbaserad problemlösning, vilket varit ett krävande arbete. Det är inte lätt att få artificiell intelligens att göra saker på det sätt som är bäst med tanke på framställning av geodata. Lingli Zhu har välkomnat utmaningen.
– I det här uppdraget har jag kunnat kombinera min forskarbakgrund och mina kunskaper i kartframställning. Jag har god förståelse för kartframställningens behov i framtiden och ser i vilken riktning sektorn utvecklas. Därför är det här mycket intressant, och jag är glad över hur saker och ting har framskridit.
I ATMU-projektet förenar experter inom databehandling respektive geodata sina krafter. LMV:s geodataexperter har utbildat forskarteamet och sporrat oss vidare, säger Zhu. I hennes forskningsteam inom ATMU arbetar nyutexaminerade experter, som också har skrivit lärdomsprov inom projektet.
– De unga experterna har följt anvisningarna, uppvisat fin samarbetsförmåga och gett ett viktigt bidrag till arbetet, säger Zhu.
ATMU projektbeslut seminarium (på engelska) kommer att äga rum den 15 december 2022. Se vår evenemangskalender för mer detaljerad information!
Se video om projektet