Inteligencia artificial en SIG: promesas, avances y posibilidades

Por Ismael Chivite

 

Imagina completar un proyecto de ArcGIS de principio a fin sin necesidad de hacer clic en una interfaz de usuario, abrir una herramienta, cargar una hoja de cálculo o ajustar símbolos y colores. En lugar de crear un mapa manualmente, los usuarios simplemente comunicarían sus requisitos en lenguaje natural dentro del software. Unas pocas indicaciones después, el usuario tendría un mapa con la apariencia y las especificaciones deseadas.

Se trata de posibilidades reales que están siendo investigadas y evaluadas por equipos de investigación y desarrollo que incorporan capacidades de IA generativa en ArcGIS. Los primeros prototipos han demostrado ser prometedores para hacer realidad esta visión.

 

Un asistente integrado, en versión beta, en ArcGIS Business Analyst ayuda a los usuarios a crear hermosos mapas e informes interactivos con un solo mensaje.

 

En el ámbito de los SIG, los asistentes de inteligencia artificial ofrecen una oportunidad convincente para democratizar una tecnología que ya es poderosa. Permiten que la comprensión geoespacial sea más accesible para un público más amplio y permiten a los usuarios de todos los niveles de habilidad abordar desafíos complejos.

En ArcGIS ya se utiliza un tipo diferente de IA.

La inteligencia artificial geoespacial, o GeoAI, acelera los resultados de los SIG aprovechando subcampos de la IA como el reconocimiento de patrones, la visión artificial y los métodos de aprendizaje automático y profundo. Los profesionales de los SIG la utilizan para automatizar la extracción de características y tareas repetitivas similares, y para realizar análisis avanzados.

El desarrollo de asistentes de IA y GeoAI exige una navegación cuidadosa, dada la naturaleza sensible del trabajo SIG y las decisiones importantes que de él se derivan.

Esri está aprovechando el poder de la IA y la promesa que trae consigo. Si bien es tentador actuar con rapidez, hacer las cosas bien es más importante que hacerlas rápido.

 

GeoAI transforma la forma en que se trabaja con SIG

Con GeoAI, la inteligencia artificial ya está cumpliendo su promesa de mejorar drásticamente la forma en que las organizaciones resuelven los problemas espaciales. Permite a los usuarios de ArcGIS automatizar tareas que antes requerían un gran esfuerzo manual.

Las herramientas GeoAI son especialmente buenas para extraer características geoespaciales significativas de una variedad de fuentes de datos, incluidos documentos de texto e imágenes. ArcGIS, con cualquiera de los más de 70 paquetes de aprendizaje profundo preentrenados y listos para usar de Esri, puede ayudar a los usuarios a automatizar la extracción de características como edificios, polígonos de uso del suelo, piscinas, paneles solares o árboles a partir de imágenes o nubes de puntos 3D.

Muchos tipos diferentes de organizaciones utilizan las capacidades de GeoAI para mejorar su enfoque geográfico.

Un departamento de mantenimiento de carreteras puede utilizar GeoAI para identificar grietas en las carreteras basándose en imágenes tomadas por drones. Luego, el personal puede integrar esto con datos sobre patrones de tráfico para priorizar los trabajos de reparación.

Las organizaciones de ayuda pueden utilizar GeoAI para realizar evaluaciones rápidas de los daños. Mediante ArcGIS y un modelo de aprendizaje profundo, pueden comparar imágenes satelitales de antes y después e identificar los edificios dañados en un mapa.

En las regiones del mundo donde la gente vive en asentamientos informales, los gobiernos locales pueden usar GeoAI para realizar un censo más preciso. El proceso implica capturar imágenes aéreas y luego, con un modelo de aprendizaje profundo, extraer huellas de edificios para estimar la población.

 

Un asistente de inteligencia artificial en ArcGIS Business Analyst, que actualmente se encuentra en investigación y desarrollo, ayuda a los usuarios a realizar la planificación del mercado.

 

Cada uno de estos escenarios habría requerido una tediosa digitalización que, en el pasado, se hacía de forma manual. Ahora, los usuarios pueden aplicar modelos de aprendizaje profundo listos para usar para acelerar el trabajo.

GeoAI también permite el análisis predictivo de datos vectoriales a través de algoritmos de aprendizaje automático. Por ejemplo, se puede utilizar un modelo de aprendizaje automático para estimar el riesgo de inundaciones repentinas en una zona en función de factores relacionados con las precipitaciones, la topografía, la hidrología, las políticas y la demografía de la población.

Todo esto permite una mejor toma de decisiones y planificación al incorporar información basada en datos en los flujos de trabajo del SIG.

 

La importancia de una IA confiable para los SIG

Como todos saben, la comunidad de SIG realiza una importante labor que permite tomar decisiones de gran impacto. Por lo tanto, es fundamental que los datos involucrados sean precisos y estén actualizados.

Este es un concepto fundamental de los SIG que ha sido válido durante décadas. La IA aumenta las expectativas, especialmente cuando las decisiones tomadas a partir de modelos de IA afectan a personas y comunidades.

GeoAI en ArcGIS está construido siguiendo los más altos estándares para una IA confiable, incluidos modelos e instrumentación bien documentados para ayudar a los usuarios a medir la precisión y el sesgo en el análisis.

Como siempre ha sucedido, los profesionales de SIG deben hacer las preguntas correctas a los datos.

 

El desarrollo de asistentes de inteligencia artificial muestra resultados prometedores

Los recientes avances en los modelos de lenguaje han abierto nuevas y emocionantes posibilidades para incorporar capacidades de IA generativa en la experiencia del usuario de ArcGIS. Estos asistentes aún se encuentran en una etapa inicial de desarrollo, pero varios prototipos han demostrado un potencial prometedor.

En términos generales, se están evaluando dos tipos de asistentes de IA dentro de ArcGIS.

El primer tipo, los asistentes integrados, están diseñados para aumentar la productividad en las tareas cotidianas. Ofrecen sugerencias y automatizan acciones repetitivas dentro de las herramientas de ArcGIS que se utilizan habitualmente.

En la fase de desarrollo más avanzada se encuentra una función beta de ArcGIS Survey123. Este asistente simplifica el proceso de diseño de encuestas al ofrecer un enfoque conversacional para la creación de encuestas. Al solicitarle ayuda al asistente, tal como lo harían con ChatGPT, los usuarios pueden crear rápidamente un borrador de encuesta sin necesidad de navegar por los menús o las interfaces de la herramienta.

Otros asistentes de inteligencia artificial integrados se encuentran en las primeras etapas de investigación y desarrollo en Esri.

Uno de estos asistentes de IA tiene como objetivo ayudar a los usuarios de ArcGIS a crear expresiones SQL, Python, Cypher y Arcade en ArcGIS Pro. Otro es el chatbot del sistema de ayuda de ArcGIS, capacitado en volúmenes de documentación de ArcGIS que puede responder rápidamente a preguntas sobre procedimientos. Un tercer asistente ayudaría a los usuarios a realizar la planificación del mercado y la selección de sitios dentro de ArcGIS Business Analyst.

 

Un asistente de inteligencia artificial en ArcGIS Business Analyst, que actualmente se encuentra en investigación y desarrollo, ayuda a los usuarios a realizar la planificación del mercado.

 

Además de los asistentes integrados, el segundo tipo de asistente que se está evaluando para su uso en la tecnología ArcGIS es un asistente de IA general más amplio que algún día podría abarcar toda la experiencia de ArcGIS. Piense en esto como un chatbot sofisticado que comprende los datos y las herramientas de SIG y puede responder preguntas geoespaciales.

Como ejemplo simple, un municipio que utilice ArcGIS Hub podría crear un sitio con un asistente de inteligencia artificial que interprete una consulta sobre la recolección de basura. El asistente haría referencia a datos abiertos y fidedignos sobre el cronograma de recolección desde el sitio central del departamento de obras públicas y utilizaría un servicio de geocodificación para determinar la ubicación del usuario.

La precisión es primordial en el diseño. Este asistente invitaría al usuario a confirmar su ubicación creando un mapa que mostraría la dirección geocodificada. Para mayor transparencia, el asistente citaría su fuente: una base de datos de obras públicas.

 

Avanzando con deliberada cautela

El desarrollo de la tecnología de IA avanza a un ritmo asombroso. Apenas hemos empezado a ver lo que la IA puede hacer en el ámbito de los SIG.

Los usuarios ya están haciendo el trabajo básico: publican datos como servicios y añaden metadatos. Los datos de alta calidad constituyen la columna vertebral del aprendizaje y el razonamiento de los sistemas de IA.

En el desarrollo de herramientas de IA para ArcGIS, gran parte del trabajo consiste en mitigar riesgos, lo que implica restringir los datos a fuentes confiables y crear barreras de seguridad configurables.

El proceso de desarrollo exige una implementación responsable. Un consejo asesor de IA de Esri (un equipo interdisciplinario de responsables de tecnología, productos, asuntos legales, seguridad y privacidad) proporciona pautas para implementar de manera responsable la IA en ArcGIS.

A través del compromiso con la implementación responsable y el aprendizaje continuo, Esri está ayudando a las organizaciones a aplicar la promesa de la geografía y la IA para resolver los problemas más desafiantes.

 

 

Sobre el Autor

Ismael Chivite

Ismael Chivite es el gerente de producto principal senior de Esri para asistentes de IA en ArcGIS. Geógrafo de formación, a Chivite le encanta ayudar a las personas a aprovechar los SIG para mejorar su forma de trabajar. Forma parte de Esri desde 2002 y siempre está buscando ideas para crear y mejorar los productos de Esri. Fuera del horario laboral, le gustan los LEGO, la escalada en roca, la arquitectura románica y el jamón ibérico.