Avanserte analyser med kunstig intelligens og GIS

Maskinlæring, kunstig intelligens og 'deep learning' er begreper som brukes om hverandre. Men hva er egentlig hva og hvordan kan vi koble denne nye teknologien opp mot geografiske informasjonssystemer og dermed få tilgang til mer avanserte analyser?

Avanserte analyser med kunstig intelligens og GIS

Maskinlæring, kunstig intelligens og 'deep learning' er begreper som brukes om hverandre. Men hva er egentlig hva og hvordan kan vi koble denne nye teknologien opp mot geografiske informasjonssystemer og dermed få tilgang til mer avanserte analyser?

Publisert: 04. apr. 2018, i Geir forteller

Alberto Nieto er blant Esri's fremste eksperter på feltet. Han fremhever at domenekunnskap er den grunnleggende byggeklossen for å få effekt av maskinlæring og lignende teknologi. For det er ikke snakk om helautomatiserte prosesser dette, men om et supplement til analytikeren og en måte å virkelig ta i bruk alle de store dataene på. Spesielt trekker han fram beredskap, trafikk og retail som områder der denne teknologien virkelig vil kunne gjøre en forskjell.

Og den geografiske komponenten er opplagt. Å bruke maskinintelligens til å analysere historiske data om foreksempel kriminalitet eller klimaendringer for å forutsi endringer eller kommende hendelser krever at lokasjon er en sentral faktor i datasettene. 

- Klassifisering, gruppering og prediksjon er områder der det er spesielt interessant å ta i bruk slik teknologi og vi har mye spennende foran oss når det kommer til analyse av bilder, blant annet satelittfoto, sier Nieto. 

Mer om maskinlæring fra Esris podcast

Hva Nieto ellers ønsker å formidle kan du høre i form av to podcastepisoder fra Esri. Den første episoden gir deg en innføring i terminologi og muligheter mens episode to snakker mer om forholdet til GIS.

Vil du snakke med oss om avansert analyse og maskinlæring? Legg igjen en beskjed så tar vi kontakt:

Jeg vil bli kontaktet på

For teknisk support, gå til våre supportsider.