Når fremtidens teknologi møder nutidens udfordringer

Af Mads Schondel-Andersen, Administrerende Direktør, Geoinfo, November 2023

Som optakt til Kortdage 2022 arbejdede vi i Geoinfo med at sætte ord på GIS-tendenser for fremtiden. Baggrunden for artiklen var og er stadig at vi både globalt og lokalt står overfor komplekse samfundsmæssige udfordringer, fx klimaproblemer, naturkatastrofer, energimangel, pandemier og geopolitisk ustabilitet. De kalder hver og én på helt nye discipliner og kompetencer for at blive løst. Der er behov for at finde holdbare løsninger på udfordringerne, og det kræver, at vi arbejder ud fra et fælles fundament, et fælles sprog og en fælles forståelse.   

De fem fremtidstendenser, som vi kom med, er stadig yderst aktuelle:   

1. Etablering af en fælles geospatial infrastruktur 
2. Udbredelse af digitale tvillinger 
3. Et stadigt voksende behov for dataservices 
4. GeoAI, remote sensing, deep learning mv. 
5. Strategiske partnerskaber 

I denne artikel vil jeg sætte fokus på én af de fem tendenser. I princippet kunne det være hvilken som helst af de fem, men i løbet af 2023 er der særligt én af tendenserne, der har taget fart og er blevet udbredt – og nærmest blevet hvermandseje. Det drejer sig om AI i en geografisk sammenhæng. 

GeoAI ændrer hastigheden, hvormed vi får mening ud af komplekse datasæt og hjælper os med hurtigere at tackle vores udfordringer. Det kan give bedre datakvalitet, ensartethed og nøjagtighed. Med automatiseringer fremfor manuelle dataindsamlingsprocesser øges effektiviteten og vores omkostninger reduceres. De AI-værktøjer vi har allerede nu, kan hjælpe os med at overvåge og analysere hurtigere, for at forudsige potentielle hændelser og dermed sætte ind med proaktive beslutninger – fx i forbindelse med verdens udfordringer. 

Områder hvor GeoAI kan eller allerede finder anvendelse er omfattende. Offentlige myndigheder kan med GeoAI modellere konsekvenserne af byudvikling, forudsige nedbrydning af veje og anden infrastruktur og identificere ændringer i arealanvendelse fx den hastige udbygning af arealer med solceller. Forsvar og efterretning kan øge hastigheden hvormed information udtrækkes fra remote sensing og videoovervågning. Beredskabet kan effektivt analysere baggrunden for hændelser og forudsige hvor uheld sker og optimere responstid. Forsikringsselskaber kan benytte GeoAI til at forstå konsekvenserne af hændelser som fx skybrud eller orkan, og optimere skadeshåndtering. 

Selvom der er store muligheder med GeoAI, rummer det også nogle udfordringer eller faldgruber, som vi skal være opmærksomme på. Implementering og forståelse af GeoAI kan være kompleks og krævende. Det kræver høj datakvalitet og data i store mængder, for at træne modellerne, hvilket kan være tidskrævende og dyrt at indsamle. Man bør også overveje om ensidige eller mangelfulde træningsdata kan medføre fejlagtige resultater. GeoAI kan give resultater der kan være en udfordring at tolke korrekt i komplekse geospatiale scenarier. Teknologien bag GeoAI udvikler sig hurtigt, hvilket kan kræve regelmæssige opdateringer og tilpasninger af systemerne, samt uddannelse af medarbejdere, hvilket medfører yderligere omkostninger. 

Sammenfattende giver GeoAI mulighed for at trække dybere og mere meningsfulde indsigter i geospatiale data. Det kan føre til bedre beslutninger, optimering af processer og en bedre forståelse af vores verden. Der er allerede nu et hav af tilgængelige værktøjer, som blot venter på at blive taget i brug både lokalt og globalt. 

Det er op til os GIS-professionelle hvorvidt vi springer på AI-toget og bliver en del af den rivende teknologiske udvikling, med alt hvad det indebærer af uddannelse, omkostninger, træning og usikkerheder. Èn ting er dog sikkert; der vil fortsat være et stort behov for kernekompetencer og dyb indsigt i teknologien, for vi skal være nysgerrige og kritiske overfor de indsigter som vi får med GeoAI.