مقدمة في الذكاء الاصطناعي ونظام التحقق في هندسة الخرائط

المكاسب:

• القدرة على تمييز خطوات سير عمل الجيوماتكس التي توفر الوقت الفعلي وأي القرارات يجب أن تظل بموافقة المهندس المختص
• القدرة على تنفيذ نظام يتحقق من صحة كل مخرجات الذكاء الاصطناعي بترتيب الحجم والمعقولية الجيوديسية وأدلة التضاريس/الموارد
• اكتساب عادة إعداد المطالبات الآمنة من خلال التعرف على مخاطر ارتباك الإحداثيات/المسند والهلوسة وخصوصية البيانات الشخصية وإخفاء هوية السياق.

هندسة الجيوماتكس هي فرع الهندسة الذي يقيس ويعالج ويحلل ويرسم خرائط لموقع الأرض والأشياء الموجودة عليها. تعمل هذه المهنة بالإحداثيات بدقة ملليمتر إلى سنتيمتر وحدود الملكية والوثائق الرسمية؛ لذا فإن الأخطاء باهظة الثمن. في هذه الوحدة، نحدد أين يوفر الذكاء الاصطناعي (الذكاء الاصطناعي باختصار: أنظمة برمجية يمكنها معالجة النصوص والصور والبيانات وإنتاج إجابات شبيهة بالإنسان) الوقت الفعلي في سير عمل الجيوماتكس، وأين يكون خطيرًا، وكيفية التحقق من كل مخرجات. ولنقلها من البداية: الذكاء الاصطناعي هو عامل مساعد، رغم أنه ينتج الإحداثيات، إلا أن المهندس المختص هو من يتخذ القرار والتوقيع.

أولاً، دعونا نوضح أين تتقاطع المهنة مع الذكاء الاصطناعي. يمر مشروع الجيوماتكس عادةً بالخطوات التالية: جمع البيانات (مسح الأراضي باستخدام GNSS، المحطة الشاملة، الطائرات بدون طيار، LiDAR)، معالجة البيانات (تحويل المراقبة الأولية إلى إحداثيات، موازنة)، التحليل (الاستعلامات المكانية باستخدام GIS/GIS)، الإنتاج (خريطة، صورة تقويمية، نموذج)، التسليم (تقرير، ورقة، تسجيل). يعمل الذكاء الاصطناعي على مستويات مختلفة في كل رابط من هذه السلسلة: في بعض الأماكن يقوم بالمهمة الرئيسية (على سبيل المثال، تصنيف آلاف الصور)، وفي بعض الأماكن ينتج فقط مسودات (نص التقرير)، وفي بعض الأماكن يكون مساعدًا لا ينبغي الوثوق به على الإطلاق (القيمة الدقيقة للحدود المساحية).

المبدأ الذي يحدد ما يجب تقديمه للذكاء الاصطناعي

يمكنك قياس مخاطر كل مهمة من مهام الذكاء الاصطناعي في جملة واحدة: خطر الناتج يساوي الضرر الذي قد يسببه إذا كان هذا الإخراج معيبًا. إن الخطأ البسيط في ملخص الأدبيات يكاد يكون غير ضار؛ ومع ذلك، فإن وجود خطأ بمقدار 20 سم في إحداثيات الطلب (تحديد النقاط في المشروع على الأرض) يعني صب الأساس في المكان الخطأ، وطفح المبنى على قطعة الأرض المجاورة ونزاع في المحكمة. لذلك نقوم بقياس شدة التحقق وفقًا للضرر المحتمل.

لجعل هذا ملموسًا، دعونا نقسم الأمور إلى ثلاث مجموعات:

نوع العمل

دور الذكاء الاصطناعي

كثافة التحقق

مثال

منخفضة المخاطر / مفيدة

الشركة المصنعة الأصلية

خفيف الوزن (مراجعة)

تحويل ملاحظات القياس إلى جداول ومسودة تقرير

متوسط المخاطر / المسودة

مسرع

متوسط (تحكم العينة + المنطق)

التصنيف الأولي للغطاء الأرضي، وتوليد الكود

عالية المخاطر / الحرجة

إنه يعطي فكرة فقط

ثقيل (التحقق المستقل الكامل)

الحدود المساحية، التطبيق، قيمة الارتفاع، تحويل مسند الإسناد

يجب أن يكون هذا الجدول انعكاسيًا: عندما تتلقى مخرجات الذكاء الاصطناعي، فإنك تسأل أولاً "في أي مجموعة يوجد هذا؟" "، ثم أنفق طاقة التحقق الخاصة بك وفقًا لذلك.

انضباط التحقق: ثلاثة مرشحات

في Geomatics، قم بتمرير كل مخرجات AI من خلال ثلاثة مرشحات.

1. التحكم في الحجم. هل الرقم ضمن نطاق معقول؟ تبلغ قيمة الاتجاه الشرقي ED50/UTM لنقطة في تركيا حوالي 6 أرقام؛ تتراوح درجات خط الطول من -180 إلى +180؛ مساحة قطعة الأرض هي بالمتر المربع. إذا أعاد الذكاء الاصطناعي نتيجة مكونة من 3 أرقام مقابل القيمة الصحيحة المتوقعة المكونة من 6 أرقام، فستعرف أن هناك خطأ دون قراءة محتوى الإجابة. هذه هي المصفاة الأرخص والأقوى.
2. المعقولية الجيوديسية/المكانية. هل النتيجة متوافقة مع الفيزياء والهندسة؟ لا يمكن أن تكون المسافة بين نقطتين متجاورتين سالبة؛ يجب أن يتقارب مجموع الزوايا الداخلية للمضلع المغلق إلى قيمة معينة؛ يجب أن تكون نتيجة عملية المخزن المؤقت أكبر من هندسة الإدخال. إذا قال الذكاء الاصطناعي شيئًا مستحيلًا منطقيًا، فسيتم حذفه.
3. أدلة مستقلة. قارن المخرجات بمصدر لم يره الذكاء الاصطناعي: نقطة تحكم معروفة، أو حقيقة أرضية، أو مستند رسمي، أو طريقة حسابية ثانية. مثال على ذلك هو اختبار نتيجة التحويل بمرجع إحداثياته ​​معروفة بالفعل.

نصيحة: قم بتطبيق المرشحات الثلاثة بالترتيب، ولكن لا تتخطى الأولين أبدًا؛ لأن التحقق من الترتيب والمعقولية يستغرق ثوانٍ ويكتشف معظم الأخطاء قبل أن ينتقل حتى إلى أدلة مستقلة.

التنسيق والمسند والخصوصية: المزالق الخاصة بالجيوماتكس

إلى جانب المخاطر العامة للذكاء الاصطناعي، فإن هذه المهنة بها مأزقان رئيسيان تنفرد بهما. الأول هو ارتباك الإحداثيات/المسند. مرجع الإسناد هو سطح مرجعي رياضي يمثل سطح الأرض (على سبيل المثال WGS84، ED50، ITRF)؛ ويتم التعبير عن نفس النقطة الفيزيائية بأرقام مختلفة في مسندات مختلفة، ويمكن أن يصل الفرق بينها إلى أمتار في بعض الأماكن في بلادنا. إذا لم تحدد المسند الذي تتحدث عنه، فإن الذكاء الاصطناعي يقوم بافتراض ويحوله بصمت إلى النظام الخاطئ. ثانيًا، البيانات الشخصية وخصوصية الممتلكات: تحتوي السجلات المساحية على اسم المالك ورقم الهوية والموقع الدقيق؛ إن إرسالهم إلى نموذج خارجي بشكل غير خاضع للرقابة يعد مخالفًا للتشريعات وأخلاقيات المهنة.

تنبيه: توقف قبل لصق اسم المالك الحقيقي، أو رقم معرف TR، أو الإحداثيات الدقيقة لمنشأة حساسة في المطالبة. إخفاء الهوية (اصنع أسماء "Malik-1"، قطع الأراضي "Island/Plot-A") أو استخدم بيئة داخلية/معتمدة.

ثلاث حالات صغيرة: بالأرقام

الحالة 1 - مرشح الرتبة ينقذ الأرواح. أحد المتدربين حصل على مشروع الذكاء الاصطناعي على نقطة من إحداثي جغرافي وحصل على نتيجة 4,281 مترًا إلى اليمين. في تركيا، تقع القيم الصحيحة لـ UTM في نطاق 100.000-900.000 متر؛ كانت النتيجة المكونة من 4 أرقام مستحيلة. بمجرد التحقق من الأمر، تم اكتشاف الخطأ على الفور لأن النموذج افترض أن الناتج كان بالراديان وليس بالدرجات؛ تم تصحيح الإحداثيات قبل تحويلها إلى CAD.

الحالة 2 – انجراف المسند. أخذ فريق 12 نقطة تحكم من خريطة قديمة (ED50) وأعطوها للذكاء الاصطناعي على أنها "تحويل إلى UTM"، دون تحديد المسند. النموذج المفترض WGS84؛ تحولت النتائج بشكل منهجي حوالي 3-4 أمتار من قياسات نظام تحديد المواقع العالمي (GPS) في الميدان. عند مقارنتها بمرجع واحد معروف، كان الفرق المنهجي واضحًا على الفور وتم تكرار المهمة باستخدام معلمات التحويل الصحيحة. أنقذ التحكم المستقل بنقطة واحدة الحملة بأكملها.

الحالة 3 - منع انتهاك الخصوصية. سيقوم أحد المكاتب بتحميل قاعدة بيانات مساحية مكونة من 850 قطعة أرض في نموذج خارجي "للعثور على التناقضات"؛ ويحتوي الجدول على أسماء المالكين وأرقام هوياتهم. بفضل قائمة التحقق، قاموا أولاً بإخفاء هويتها: تمت إزالة الأعمدة الشخصية، وتم إرسال معلومات الهندسة والمنطقة فقط. ظلت فائدة التحليل كما هي، ولم يتم نشر البيانات الشخصية مطلقًا.

موجه ضعيف / موجه قوي

حث ضعيف:

تحويل هذه الإحداثيات إلى UTM وكتابة تقرير.[الإحداثيات]

مطالبة قوية:

دورك: مساعد بيانات الجيوماتكس. المهمة: تحويل النقاط التالية من نظام SOURCE إلى نظام TARGET.- المصدر CRS: EPSG:4326 (WGS84 Geo، Degree)- الهدف CRS: EPSG:5256 (TUREF / TM33)- إذا كانت هناك معلومات غير واضحة أو مفقودة، فلا تقم بالتحويل، اسأل أولاً.- حدد ترتيب القيمة الصحيحة المتوقعة (6 أرقام) لكل نقطة.- لاحظ أنه يجب التحقق من صحة الإخراج، مقارنة بعنصر تحكم معروف نقطة. البيانات (مجهولة): [جدول نقطي]

توضح المطالبة القوية المصدر والهدف بوضوح، وتأمر بالتوقف عند المعلومات غير الكاملة، وتعيد كتابة توقع الرتبة والتزام التحقق. وبالتالي، فإن المخرجات أكثر دقة وقابلية للتدقيق.

أربعة قوالب قابلة للنسخ

1) مرشح التصنيف الوظيفي:

ضع المهمة التالية في واحدة من ثلاث مجموعات: (أ) منخفضة المخاطر/مفيدة، (ب) متوسطة المخاطر/مسودة، (ج) عالية المخاطر/حرجة. اكتب مبرراتك المنطقية وخطوات التحقق المقترحة. المهمة: [الوصف الوظيفي]

2) طلب التحكم بالرتبة:

اكتب الترتيب المتوقع للحجم (الوحدة والمدى النموذجي) قبل الحصول على النتيجة أدناه. إذا كانت النتيجة خارج هذا النطاق، قم بإصدار "تحذير النطاق" ومراجعة الحساب. الإدخال: [البيانات]

3) المسح المسبق لإخفاء الهوية:

هل يحتوي النص التالي على بيانات شخصية (الاسم، رقم الهوية، معلومات مالك سند الملكية، الموقع الحساس) أو معلومات سرية؟ إذا كان الأمر كذلك، قم بإدراجها واقتراح مرادفات مجهولة المصدر. لا تغير النص، فقط أبلغ عنه. النص: [النص]

4) مولد خطة التحقق:

اكتب مخطط التحقق لمخرجات الذكاء الاصطناعي التالية: (1) التحقق من التصنيف، (2) المعقولية الجيوديسية/المكانية، (3) مصدر مستقل للأدلة. اكتب بوضوح ما سيتم أخذه بعين الاعتبار في كل خطوة. الإخراج: [إخراج منظمة العفو الدولية]

الأخطاء الشائعة

• إحداثيات التشغيل دون تحديد مرجع الإسناد/CRS. الخطأ الأكثر شيوعاً والأغلى ثمناً؛ يسبب انزلاقًا صامتًا للمتر.
• الخلط بين الطلاقة والدقة. يكتب الذكاء الاصطناعي بثقة ودقة؛ وهذا لا يشير إلى أن المحتوى دقيق.
• تجاوز فحص الرتبة. جلب الأخطاء التي يمكن أن تكتشفها نظرة سريعة في CAD.
• إرسال البيانات الشخصية/الممتلكات دون سيطرة. إن تبرير "مفيد على أي حال" لا يلغي التزام السرية.
• إسناد العمل الحاسم إلى مخرجات ذكاء اصطناعي واحدة. المضي قدماً في أعمال مثل التطبيق والحدود المساحية والارتفاعات دون التحقق المستقل.
• معتقدًا أنك تنقل المسؤولية إلى النموذج. التوقيع والمسؤولية تبقى دائما للمهندس المختص.

في ملخص

يعمل الذكاء الاصطناعي بأوزان مختلفة في كل خطوة من خطوات سير عمل الجيوماتكس؛ الشيء الحاسم هو النظر في مخاطر كل مهمة: "ماذا سأخسر إذا كان هناك خطأ؟" السؤال وحجم التحقق وفقا لذلك. هناك ثلاثة مرشحات (الدرجة، والمعقولية، والأدلة المستقلة) تلتقط معظم الأخطاء بتكلفة زهيدة. هناك خطأان رئيسيان خاصان بهذه المهنة وهما ارتباك التنسيق/المسند وسرية البيانات الشخصية/بيانات الملكية؛ تتم إدارة كلاهما من خلال إنشاء موجه منضبط من البداية. ويبقى القرار النهائي والتوقيع للمهندس المختص.

مهمة التطبيق

اختر ثلاث مهام جغرافية من عملك الخاص (أو افتراضية): واحدة منخفضة المخاطر، وواحدة متوسطة المخاطر، وواحدة عالية المخاطر. لكل منها، اكتب (1) المجموعة التي تقع فيها، (2) دور الذكاء الاصطناعي، (3) خطوات التصفية الثلاث التي ستطبقها. بالنسبة للمهمة عالية الخطورة، حدد بشكل ملموس الدليل المستقل (نقطة تفتيش، مستند، الطريقة الثانية) الذي ستختبر المخرجات عليه.

قائمة مرجعية

• [ ] قمت بقياس مخاطر المهمة من خلال "الضرر الذي سيحدث إذا حدث خطأ".
• [ ] لقد وضعت المهمة في مجموعة المخاطر المنخفضة/المتوسطة/عالية المخاطر.
• [ ] لقد حددت بشكل واضح نظام الإحداثيات المصدر والهدف (مسند/EPSG) في الموجه.
• [ ] لقد قمت باجتياز النتيجة من خلال فحص الرتبة.
• [ ] لقد اختبرت المعقولية الجيوديسية/المكانية.
• [ ] لقد قمت بالتحقق من ذلك بدليل مستقل واحد على الأقل.
• [ ] لقد قمت بإخفاء بيانات شخصية/ملكية أو عملت في بيئة معتمدة.
• [ ] اتخذت القرار النهائي والتوقيع على مسؤولية المهندس.