Trí tuệ nhân tạo (AI) đã trở thành một từ khóa thông dụng tượng trưng cho giai đoạn phát triển tiếp theo của công nghệ và cách thức mà các ngành công nghiệp trong tương lai sẽ được định hướng. Sử dụng các thuật toán thông minh, phân loại dữ liệu và phân tích, tiên đoán thông minh, AI đã chứng minh tác dụng của mình trong nhiều lĩnh vực.

Một tập con cụ thể hơn của AI kết hợp chặt chẽ độ chính xác của GIS với các phương pháp phân tích sắc bén và phương pháp tiếp cận dựa trên AI được gọi là Geospatial AI, hoặc đơn giản là Geo.AI.

Geospatial AI cũng có thể được gọi là một phương pháp học máy mới dựa trên dữ liệu địa lý.

Làm thế nào nó hoạt động?

Với sự trợ giúp của các ứng dụng điện thoại thông minh đơn giản, mọi người có thể phản hồi thời gian thực về các điều kiện trong môi trường xung quanh, ví dụ như tắc nghẽn giao thông, chi tiết, giờ cao điểm, kinh nghiệm của họ, mức đánh giá của họ: thấp, trung bình, hoặc dày đặc. Dữ liệu sau đó được so sánh, phân loại, phân tích và tăng cường độ chính xác dựa trên dữ liệu của hàng ngàn người dùng đóng góp cho cơ sở dữ liệu.

Cách tiếp cận sử dụng vị trí địa lý này sau đó sẽ không chỉ lấp đầy khoảng trống thông tin mà còn giúp giải quyết hiệu quả hơn cho các vị trí địa lý cụ thể. Đối với trường hợp, nó sẽ có thể dự đoán khu vực nào trong thành phố sẽ phải đối mặt với tình trạng tắc nghẽn tối đa, hoặc đường mà hành khách phải đi qua, hoặc nơi mà dòng xe có thể được định tuyến lại.

Và điều này cũng cho phép hệ thống biết mức độ nghiêm trọng của một vấn đề như thế nào đối với người dân và sau đó đưa ra những cách thức mới để giải quyết chúng.

Các ứng dụng khác nhau của Geospatial AI

Ùn tắc giao thông chỉ là một ví dụ vì đây là một vấn đề mà chúng ta phải vật lộn mỗi ngày trong khi đi lại từ nhà đến nơi làm việc và ngược lại. Tuy nhiên, ứng dụng của Geo.AI nằm trong nhiều lĩnh vực khác, bao gồm cả những ứng dụng sử dụng vị trí và GIS. Các công ty chia sẻ xe cộ, hậu cần, nuôi trồng, khảo sát, và cơ sở hạ tầng là một số ví dụ nổi bật.

Các công ty chia sẻ xe như Uber, Lyft, … có thể lấy phản hồi từ khách hàng và  dữ liệu để tìm ra mật độ xe ô tô và số lượng tài xế khả dụng ở thời điểm hiên tại.

Trong chuỗi hậu cần và cung cấp, Geo.AI có thể thu thập thông tin vị trí chính xác hơn, hợp lý hóa việc phân phối sản phẩm và tiết kiệm thời gian.

Giờ đây, công nghệ phổ biến cho các dự án là dựa trên việc học sâu vận hành trên nhiều máy chủ trong một hệ thống điện toán đám mây, mỗi hệ thoogns chứa một lượng lớn dữ liệu lưu trữ và bộ nhớ và tất cả đều làm việc để giải quyết cùng một vấn đề. Tuy nhiên, đây là những điều đã được coi là không khả thi do những hạn chế về chi phí hoặc những hạn chế trong công nghệ chỉ vài năm trước.

Tương tự như vậy, năng lực của Geo.AI sẽ được tăng cường vì nó được ngành công nghiệp rộng rãi đón nhận, và việc kết hợp thành phần thông tin địa lý.

Nhìn chung, trong lĩnh vực kinh doanh, Geo.AI sẽ triển khai thực hiện kế hoạch, phân bổ nguồn lực và ra quyết định – dự đoán nhu cầu và cung tăng cao, xác định triển vọng lợi nhuận cao và thấp, tăng hiệu quả chuỗi cung ứng và tối ưu hóa cung cấp dịch vụ. Phạm vi của Geo.AI chỉ đơn giản là vô tận.

Ngày 16 tháng 3 vừa qua, tại sự kiện IBM Think, công ty IBM đã giới thiệu một sản phẩm điện toán đám mây mới có tên “Cloud Private for Data” được thiết kế để hỗ trợ các tổ chức nghiên cứu khoa học dữ liệu và kỹ thuật học máy. IBM mô tả “Cloud Private for Data” là một nền tảng “tích hợp dữ liệu khoa học, dữ liệu kỹ thuật và xây dựng ứng dụng” trên đám mây. Đám mây này được thiết kế với nhiều chức năng: từ thu thập, làm sạch và lập danh mục dữ liệu, sử dụng thuật toán học máy để xây dựng mô hình, và cuối cùng là tạo sản phẩm.

Cloud Private for Data được xây dựng dựa trên Kinh nghiệm trong Khoa học Dữ liệu của IBM và Apache-Spark cho phép các nhà khoa học dữ liệu phát triển và lặp lại các mô hình sử dụng R, Python và Scala trong Jupyter Notebook. Ngoài ra, phần mềm này bao gồm Bộ phân tích Thông tin của IBM, Danh mục Quản trị Thông tin, Các Sản phẩm Kho Dữ liệu, Db2 và Db2 Warehouse.

Dịch vụ được giới thiệu với tương tác GUI thân thiện, khả năng truy cập dữ liệu từ các cloud, dữ liệu cá nhân hoặc Hadoop. Cloud Private for Data cung cấp có thể được triển khai trong vài phút bằng cách sử dụng công nghệ container Kubernetes. IBM cho biết trong thông cáo báo chí của mình, việc sử dụng “microservices” giúp nó tạo thành một môi trường thực sự tích hợp cho khoa học dữ liệu và phát triển ứng dụng. Dịch vụ phù hợp để phân tích dữ liệu dưới dạng các ứng dụng hướng sự kiện, chẳng hạn như các ứng dụng sử dụng bộ cảm biến IoT, thương mại trực tuyến và các thiết bị di động.

Nguồn: HPCwire

Vệ tinh Sentinel 5P sẽ sớm được vận hành sau khi được phóng vào ngày 13 tháng 10 năm 2017. Vệ tinh được sử dụng để theo dõi ô nhiễm không khí với thiết bị công nghệ cao TROPOMI (TROPOspheric Monitoring Instrument – thiết bị giám sát tầng đối lưu).

Theo Tổ chức Y tế Thế giới, ô nhiễm không khí là mối đe dọa toàn cầu ảnh hưởng lớn nhất đối với sức khoẻ, cứ 8 người thì 1 người bị tử vong. Ô nhiễm không khí ngoài trời là lý do đứng đằng sau hậu quả nghiêm trọng về sức khoẻ và gây ra gần 3 triệu người chết mỗi năm. Tuy nhiên, nhờ công nghệ vệ tinh, giờ đây chúng ta có thể giám sát chất lượng không khí mà chúng ta đang hít thở.

Cơ quan Không gian châu Âu (European Space Agency – ESA) đã phóng vệ tinh thứ sáu, Sentinel-5 vào ngày 13 tháng 10 năm 2017 trong loạt nhiệm vụ trọng điểm của mình. Vệ tinh được sử dụng để giám sát khí quyển, chất lượng không khí và biến đổi khí hậu. Sentinel-5P đảm bảo việc thu thập dữ liệu liên tục. Các phép đo này đóng vai trò vô cùng quan trọng, có thể hỗ trợ việc ra quyết định và các nỗ lực của chính phủ để giảm ô nhiễm không khí, cải thiện sức khoẻ của cộng đồng. Nhiệm vụ này cũng sẽ giúp các nhà khoa học nâng cao kiến thức về các quá trình cơ bản liên quan đến khí quyển, khí hậu và sự hình thành các lỗ hổng trong tầng ôzôn. Ngoài ra, nó cũng sẽ đóng góp vai trò vào các ngành dịch vụ như giám sát tro núi lửa cho an toàn hàng không.

Một trong những hình ảnh đầu tiên thu được từ vệ tinh Sentinel-5P đã đưa ra bản đồ ô nhiễm NO2 của khu vực châu Âu vào ngày 22 tháng 11 năm 2017.

Hình ảnh đầu tiên của Sentinel-5P được đưa ra vào tháng Một năm nay, cho thấy nguy cơ xảy ra hiểm họa môi trường. Chúng ta hãy cùng xem nó sẽ tạo ra dữ liệu miêu tả sự ô nhiễm không khí như thế nào?

 

TROPOMI sẽ thu thập dữ liệu ô nhiễm không khí

Sentinel-5P mang theo thiết bị giám sát tầng đối lưu (TROPOspheric) hiện đại được chế tạo với sự cộng tác của Văn phòng Vũ trụ Hà Lan (Netherlands Space Office), Viện Khí tượng Hoàng gia Hà Lan (Royal Netherlands Meteorological Institute), Viện Nghiên cứu Vũ trụ Hà Lan (Netherlands Institute for Space Research), Tổ chức Nghiên cứu Khoa học Ứng dụng Hà Lan (Netherlands Organisation for Applied Scientific Research), Airbus Defense& Space Hà Lan và Cơ quan không gian châu Âu (ESA).

TROPOMI là một thiết bị quang học gồm các dải từ tia cực tím, ánh sáng nhìn thấy (270-500 nm) đến gần hồng ngoại (675-775 nm) và dải quang phổ ngắn (2305-2385 nm). Điều này có nghĩa là một loạt các chất ô nhiễm như nitrogen dioxit (NO2), ozone (O3), formaldehyde (CH2O), sulfur dioxide (SO2), methane (CH4) và carbon monoxide (CO) có thể được ghi lại hình ảnh chính xác hơn bao giờ hết. Với độ phân giải cao từ 3,5 đến 7 km, nó có khả năng phát hiện ô nhiễm không khí trên từng thành phố. TROPOMI đo ánh sáng mặt trời bị tán xạ trở lại không gian do bề mặt Trái đất và bầu khí quyển, phát hiện sự có mặt của chất ô nhiễm ở các dải khác nhau của quang phổ.

Thiết bị này có thể thu thập dữ liệu ô nhiễm không khí thông qua quang phố kế hồng ngoại ngắn (SWIR Spectrometer) của nó. Các quang phổ kế này nhận ánh sáng từ mắt của máy ảnh. Một khi nhận được, nó hướng ánh sáng tới một khe thông qua một kính viễn vọng để xác định dấu chân của chất ô nhiễm dọc theo thiết bị trên mặt đất. Ánh sáng từ khe được tái chuẩn trực, nhiễu xạ với lưới chìm ở bậc cao và cuối cùng là ghi lại hình ảnh vào một đầu dò hai chiều bởi một thấu kính chuyển tiếp khẩu độ cao.

Dữ liệu mở và cập nhật hàng ngày

Sentinel 5P sẽ bao phủ toàn bộ trái đất mỗi ngày với độ rộng khoảng 2600 km. Dữ liệu sẽ được miễn phí, cho phép không chỉ các nhà khoa học sử dụng dữ liệu mà còn cho phép các chính phủ, các tổ chức phi chính phủ và doanh nghiệp phát triển các ứng dụng sử dụng để theo dõi mức độ ô nhiễm và đưa ra các biện pháp giảm thiểu.

 

Đỗ Thị Như Ngọc – FIMO Center

Để tăng sức mạnh cho các dịch vụ của mình, Đường sắt Ấn Độ sẽ sử dụng ảnh vệ tinh, GPS và GIS để giám sát, duy trì và quản lý tài sản của mình trên khắp đất nước.

Có hai dự án lớn đã được tiến hành bởi Đường sắt Ấn Độ. Một là lập bản đồ toàn bộ cơ sở hạ tầng tài sản đường sắt – theo hai giai đoạn; Thứ nhất là việc lập bản đồ toàn bộ mạng lưới đường sắt trong nước và trong giai đoạn thứ hai là lập bản đồ đường sắt và các tài sản khác dọc theo tuyến đường, Bộ Đường sắt cho biết trong một tuyên bố.

Trên cơ sở đó, thành viên Ủy ban Đường sắt  Sanjay Das, cựu MD CRIS cho biết, “Chúng tôi đang làm việc để lập bản đồ dữ liệu và đã phát triển một mô-đun GIS cho điều này. Theo đó, các xe nâng bảo dưỡng theo dõi đang được lắp các chip GPS và khi xe đẩy, bản đồ sẽ được lập. ”

Việc thực hiện lập bản đồ đất đai và tài sản sẽ giúp Đường sắt Ấn Độ xác định sự xâm lấn cũng như cho phép Đường sắt Ấn Độ sử dụng cho việc lập kế hoạch trong tương lai.

Cột mốc quan trọng

Một bản ghi nhớ MoU đã được ký kết giữa ISRO và Trung tâm Hệ thống Thông tin Đường sắt (CRIS) để phát triển ứng dụng này. Trong ứng dụng này, các bản đồ đất đai của Đường sắt Ấn Độ sẽ có sẵn để xem được phủ đầy trên hình ảnh vệ tinh. Dự án lập bản đồ tài sản trị giá 380 triệu INR được bắt đầu vào tháng 4 năm 2017 khi Bộ Đường sắt ký thỏa thuận với Tổ chức Nghiên cứu Không gian Ấn Độ.

Das nói thêm, “Chúng tôi đang hợp tác với NRSC cho dự án này, nơi họ đã cung cấp cho chúng tôi hình ảnh Cartosat và dữ liệu Bhuvan để làm bản đồ. Ngoài ra, chúng tôi cũng bay drones để lập bản đồ đường ray.

Dự án quan trọng khác mà Đường sắt Ấn Độ đang thực hiện là theo dõi thời gian thực các chuyến tàu. Theo đó, các thiết bị Navic sẽ được lắp đặt trong toàn bộ đội tàu khoảng 12.000 đầu máy để định vị chính xác từng chuyến tàu. Đường sắt đang làm việc với ISRO trong dự án này. Dữ liệu này sẽ được đưa vào ứng dụng văn phòng kiểm soát đường sắt thông qua đó nó sẽ được phổ biến trên cơ sở thời gian thực cho tất cả hành khách.

“Ứng dụng này sẽ mang lại nhiều lợi ích cho việc kiểm tra khía cạnh an toàn. Khi vị trí chính xác của đoàn tàu được xác định, chúng tôi có thể áp dụng các biện pháp tiên tiến; khắc phục các vấn đề khu vực để tránh bất kỳ rủi ro. Công nghệ này cũng sẽ được sử dụng để cảnh báo ở các đoạn giao cắt không người lái, “Das nói.

Đường sắt cũng đang nghĩ đến bản đồ 3D của tất cả các trạm. Theo dự án này, sáu trạm đã được chọn làm phi công. Ở đây cũng có NRSC tham gia và họ đã lập bản đồ hai trạm bao gồm cả Varanasi và New Delhi. Một khi bản đồ 3D hoàn tất, hành khách sẽ có một ứng dụng qua đó họ sẽ có thể hình dung toàn bộ trạm bằng 3D và do đó tìm bất kỳ dịch vụ nào tại các trạm. Ở đây, chúng tôi hy vọng rằng các cầu thủ tư nhân sẽ đóng một vai trò quan trọng trong thời gian tới.

Vai trò của người chơi tư nhân quan trọng
Khu vực tư nhân sẽ đóng một vai trò rất quan trọng. Gây căng thẳng hơn về vấn đề này, Das nói, “Họ nên làm việc với tư cách là một đối tác kiến ​​thức với chính phủ – GTC (Chính phủ để công dân) – để giải quyết vấn đề cung cấp cho công dân và họ có thể tiếp cận tốt hơn các dịch vụ khác nhau, , hậu cần, trợ cấp và kế hoạch. Hơn nữa, các dịch vụ được nhắm mục tiêu tốt hơn đối với công dân. ”

Đường sắt Ấn Độ đã ký hợp đồng với nhiều nhà cung cấp tư nhân về các dịch vụ không gian địa lý. Họ đang sử dụng máy bay trực thăng và radar để lập bản đồ các tài sản và đường ray của đường sắt. Đây là những hợp đồng thông qua đấu thầu.

Nguồn: GeoSpatialNet

Tảng đá Sueno cạnh đông bắc của thị trấn Forres ở Moray, Scotland có độ cao 21 feet, các chuyên gia đã mô tả tảng đá này, có niên đại từ thế kỷ thứ 9 đến mười, là tảng đá cao nhất và phức tạp nhất của tác phẩm điêu khắc thời Trung Cổ đầu tiên trong nước. Nội dung điêu khắc trên tảng đá kể chuyện về một trận chiến cũng như những gì đã được diễn ra trong một buổi lễ nhậm chức của hoàng gia

Mới đây Tổ chức bảo tồn lịch sử Historic Environment Scotland (HES) đã thực hiện quét 3D Sueno Stone, và khoảng một phần ba các bức tượng đá khác của Pictish. Nhiệm vụ của họ là xây dựng các dữ liệu kỹ thuật số 3D cho khu di tích. Các hình ảnh quét không chỉ bảo vệ các đối tượng ở dạng số, mà còn cho phép các nhà nghiên cứu xem các chi tiết không dễ nhìn thấy trên các vật thể vật lý. Đấy là trường hợp của Đá Sueno; việc quét làm cho chi tiết của nó được hiện lên, mặc dù chúng đã bị hư hỏng trong nhiều năm.

Mục tiêu của họ là có thể cung cấp những trang web cho di tích lịch sử và cho phép mọi người có thể truy cập vào dữ liệu ảnh 3D của di tích.  Sử dụng dữ liệu để xây dựng những trải nghiệm thực tế ảo và các công nghệ nhập vai khác. Sử dụng in 3D để tạo ra một mô hình của tảng đá để sử dụng trong trường học. Cho phép học sinh xử lý các bản bản sao mà không cần phải đi du lịch.Và bên cạnh đó là dự định thực hiện với việc quét là sử dụng các dữ liệu để phát triển các bài giảng tương tác để có thể làm việc với các chuyên gia.