Vad använder ni för programvara när det kommer till GIS?
För egen del är det Global mapper som får göra merparten av allt jobb när det kommer till att presentera och hantera punktmoln och otro-foto. Upplever det som kompetent och för egen del har jag mycket kvar att lära.
Använder GIS främst för kartrek (efter att ha samlat in data med LiDAR) och för att jämföra punktmoln före och efter olika händelser i samband med provverksamhet.
Har även nosat på ArcGIS och framförallt sett en hel del av deras AI-funktioner som imponerar men har inte haft tillfälle att fördjupa mig mer i det. Någon som använder ai-funktionerna aktivt här?
Syftar du på deep learning paketen som arcgis har såsom tree classification osv?
Ja bland annat.
Var på konferens för ett tag sedan, Esri federal GiS conference och fick en rejäl inblick i vad som var på väg.
Bland annat en demonstration av det amerikanska försvaret som lät AI föreslå lämpliga landningsplatser för sina helikoptrar utifrån givna parametrar för vilken typ av helikopter det handlade om och även utifrån aktuellt väder.
Jag skulle gärna nörda ner mig i deeplearning funktionerna för att kunna identifiera olika förändringar i punktmoln och klassificera dessa. Förändringar som uppstår pga yttre åverkan till exempel olika former av brisader på övningsfält.
Det fanns även mängder med andra AI funktioner som presenterades, men mer i form av att hantera stora mängder administrativa data och få hjälp att sortera, analysera och presentera dessa.
Inte så relevant, men skilj på olika AI, om man vill göra saker annat än att använda applikationer med AI-stöd.
ChatGTP, LeChat.mistral etc är LLM (Large Language Model) och är trevliga, men har en tendens att “ljuga”, dvs halucinera, så om man vill landa en helikopter baserat på den, så behöver det verifieras med andra metoder. De är designade att ge ett svar som oftast är någorlunda korrekt, men inte verifiera svaren. Dvs “chatta” med användaren.
Machine Learning är det som var AI för 20 år sedan, och är antingen övervakad eller oövervakad inlärning. Skillanden är att man ger indata och återkopplar om svaret är korrekt eller inte. Och då kommer systemet att lära sig och försöka optimera så det ger så rätt svar som möjligt. Mer begränsad och specialicerad användning, men betydligt bättre svar när det exempelvis gäller att styra maskiner och processer.
LLM är bra till mycket, men inte utan kontroll av svaren. För att fungera bra, så behöver man vara expert själv så att man kan bedömma rimligheten i svaren.
Ursäkt om jag mansplainar utanför området. Men det är inom min expertis, och jag ser många som har blivit begeistrad utan att tänka på tillkortakommandena hos systemet. Speciellt när det kommer påståenden som är önskedrömmar som att LLM kommer att ersätta programmerare i en nära framtid. Det sade de om förra och förrförra AI-vågen inom IT. Och dessa följdes med ca 20-30 års iskall om AI inom företagande och forskning. Tills nästa AI kom. De äldre varianterna blev sedan avancerade algoritmer utan AI-magi. Integrerade i andra system där de faktiskt gör nytta.
1 gillning
Du är alldeles säkert ursäktad.
Jag fick en snabb inblick och hade också möjlighet att diskutera med utvecklarna på plats som inte såg några större bekymmer med att ”lära” programmet att särskilja olika mönster i punktmoln och väldigt träffsäkert peka ut dessa mönster med vad dem kallade för deeplearning.
Jag är bara och nosar på ämnet och om terminologin blir tokig så är jag den första att vilja lära mig rätt terminologi för att kunna särskilja de olika metoderna.
Så mansplaina på gärna, så länge det görs med respekt och ödmjukhet inför varandras olika förståelser så är det inget som är fel.
1 gillning