मैपिंग इंजीनियरिंग में आर्टिफिशियल इंटेलिजेंस और सत्यापन अनुशासन का परिचय

लाभ:

• जियोमैटिक्स वर्कफ़्लो के कौन से चरणों में अंतर करने में सक्षम होने से वास्तविक समय की बचत होती है और कौन से निर्णय सक्षम इंजीनियर की मंजूरी के साथ रहने चाहिए
• एक ऐसे अनुशासन को लागू करने की क्षमता जो प्रत्येक एआई आउटपुट को परिमाण, जियोडेसिक संभाव्यता और इलाके/संसाधन साक्ष्य के क्रम के साथ क्रॉस-वैलिडेट करता है।
• समन्वय/डेटा भ्रम, मतिभ्रम और व्यक्तिगत डेटा गोपनीयता के जोखिमों को पहचानकर और संदर्भ को गुमनाम करके सुरक्षित संकेत स्थापित करने की आदत अपनाएं।

जियोमैटिक्स इंजीनियरिंग इंजीनियरिंग की वह शाखा है जो पृथ्वी और उस पर मौजूद वस्तुओं की स्थिति को मापती है, संसाधित करती है, विश्लेषण करती है और मानचित्र बनाती है। यह पेशा निर्देशांक, मिलीमीटर से सेंटीमीटर सटीकता, संपत्ति सीमाओं और आधिकारिक दस्तावेजों के साथ काम करता है; इसलिए गलतियाँ महँगी होती हैं। इस इकाई में, हम स्थापित करते हैं कि कृत्रिम बुद्धिमत्ता (संक्षेप में एआई: सॉफ़्टवेयर सिस्टम जो पाठ, छवियों और डेटा को संसाधित कर सकती है और मानव-जैसे उत्तर दे सकती है) जियोमैटिक्स वर्कफ़्लो में वास्तविक समय बचाती है, यह कहाँ खतरनाक है और प्रत्येक आउटपुट को कैसे सत्यापित किया जाए। आइए इसे शुरू से कहें: कृत्रिम बुद्धिमत्ता एक सहायक है, हालांकि यह निर्देशांक तैयार करती है, सक्षम इंजीनियर निर्णय और हस्ताक्षर करता है।

सबसे पहले, आइए स्पष्ट करें कि पेशा और एआई कहां प्रतिच्छेद करते हैं। एक जियोमैटिक्स परियोजना आम तौर पर निम्नलिखित चरणों से गुजरती है: डेटा संग्रह (जीएनएसएस, कुल स्टेशन, यूएवी, एलआईडीएआर के साथ भूमि सर्वेक्षण), डेटा प्रोसेसिंग (कच्चे अवलोकन को समन्वय, संतुलन में परिवर्तित करना), विश्लेषण (जीआईएस/जीआईएस के साथ स्थानिक प्रश्न), उत्पादन (मानचित्र, ऑर्थोफोटो, मॉडल), वितरण (रिपोर्ट, शीट, पंजीकरण)। कृत्रिम बुद्धिमत्ता इस श्रृंखला की प्रत्येक कड़ी में विभिन्न स्तरों पर काम करती है: कुछ स्थानों पर यह मुख्य कार्य करती है (उदाहरण के लिए, हजारों छवियों को वर्गीकृत करना), कुछ स्थानों पर यह केवल ड्राफ्ट (रिपोर्ट पाठ) उत्पन्न करती है, और कुछ स्थानों पर यह एक सहायक है जिस पर बिल्कुल भी भरोसा नहीं किया जाना चाहिए (कैडस्ट्रल बॉर्डर का सटीक मूल्य)।

वह सिद्धांत जो यह निर्धारित करता है कि एआई को क्या देना है

आप प्रत्येक एआई कार्य के जोखिम को एक वाक्य में माप सकते हैं: आउटपुट का जोखिम उस नुकसान के बराबर है जो आउटपुट दोषपूर्ण होने पर होगा। किसी साहित्य सारांश में एक छोटी सी त्रुटि लगभग हानिरहित होती है; हालाँकि, किसी एप्लिकेशन के निर्देशांक में 20 सेमी की त्रुटि (भूमि पर परियोजना में बिंदुओं को चिह्नित करना) का मतलब है कि गलत जगह पर नींव डाली गई है, एक इमारत पड़ोसी पार्सल पर बह रही है और अदालत में विवाद है। इसलिए हम संभावित नुकसान के अनुसार सत्यापन की तीव्रता को मापते हैं।

इसे ठोस बनाने के लिए, आइए चीजों को तीन बाल्टियों में तोड़ें:

व्यवसाय का प्रकार

एआई की भूमिका

सत्यापन घनत्व

उदाहरण

कम जोखिम/सहायक

मूल निर्माता

हल्का वजन (समीक्षा)

माप नोट्स को तालिकाओं, रिपोर्ट ड्राफ्ट में परिवर्तित करना

मध्यम जोखिम/ड्राफ्ट

त्वरक

मध्यम (नमूना नियंत्रण + तर्क)

भूमि कवर प्रारंभिक वर्गीकरण, कोड जनरेशन

उच्च जोखिम/गंभीर

यह सिर्फ एक विचार देता है

भारी (पूर्ण स्वतंत्र सत्यापन)

भूकर सीमा, अनुप्रयोग, उन्नयन मूल्य, डेटाम रूपांतरण

यह तालिका एक रिफ्लेक्स होनी चाहिए: जब आप एआई आउटपुट प्राप्त करते हैं, तो आप सबसे पहले पूछते हैं "यह किस बाल्टी में है?" ', फिर तदनुसार अपनी सत्यापन ऊर्जा खर्च करें।

सत्यापन अनुशासन: तीन फ़िल्टर

जियोमैटिक्स में, प्रत्येक एआई आउटपुट को तीन फिल्टर के माध्यम से पास करें।

1. परिमाण नियंत्रण. क्या संख्या उचित सीमा के भीतर है? तुर्किये में एक बिंदु का ED50/UTM ईस्टिंग मान लगभग 6 अंक मीटर है; देशांतर की डिग्री -180 से +180 तक होती है; एक पार्सल का क्षेत्रफल वर्ग मीटर में है. यदि एआई अपेक्षित 6-अंकीय सही मान के लिए 3-अंकीय परिणाम लौटाता है, तो आपको उत्तर की सामग्री को पढ़े बिना पता चल जाएगा कि कोई त्रुटि थी। यह सबसे सस्ता और सबसे शक्तिशाली छलनी है।
2. भूगणितीय/स्थानिक संभाव्यता। क्या परिणाम भौतिकी और ज्यामिति के अनुकूल है? दो पड़ोसी बिंदुओं के बीच की दूरी ऋणात्मक नहीं हो सकती; एक बंद बहुभुज के आंतरिक कोणों का योग एक निश्चित मान में परिवर्तित होना चाहिए; बफ़र ऑपरेशन का परिणाम इनपुट ज्यामिति से बड़ा होना चाहिए। यदि एआई ने कुछ ऐसा कहा जो तार्किक रूप से असंभव है, तो उसे हटा दिया जाता है।
3. स्वतंत्र साक्ष्य. आउटपुट की तुलना उस स्रोत से करें जिसे AI ने नहीं देखा है: एक ज्ञात नियंत्रण बिंदु, जमीनी सच्चाई, एक आधिकारिक दस्तावेज़, एक दूसरी विधि गणना। इसका एक उदाहरण एक संदर्भ के साथ परिवर्तन परिणाम का परीक्षण करना है जिसके निर्देशांक पहले से ही ज्ञात हैं।

युक्ति: तीन फ़िल्टर क्रम से लागू करें, लेकिन पहले दो को कभी न छोड़ें; क्योंकि आदेश और संभाव्यता जांच में कुछ सेकंड लगते हैं और अधिकांश त्रुटियां स्वतंत्र साक्ष्य तक पहुंचने से पहले ही पकड़ ली जाती हैं।

समन्वय, डेटाम और गोपनीयता: जियोमैटिक्स के लिए विशिष्ट नुकसान

सामान्य एआई जोखिमों के अलावा, इस पेशे में दो प्रमुख नुकसान हैं। पहला है समन्वय/डेटा संबंधी भ्रम। डेटम एक गणितीय संदर्भ सतह है जो पृथ्वी की सतह का प्रतिनिधित्व करती है (जैसे WGS84, ED50, ITRF); एक ही भौतिक बिंदु को अलग-अलग डेटाम में अलग-अलग संख्याओं के साथ व्यक्त किया जाता है, और हमारे देश में कुछ स्थानों पर उनके बीच का अंतर मीटर हो सकता है। यदि आप यह निर्दिष्ट नहीं करते हैं कि आप किस डेटाम के बारे में बात कर रहे हैं, तो एआई एक धारणा बनाता है और चुपचाप इसे गलत सिस्टम में परिवर्तित कर देता है। दूसरा, व्यक्तिगत डेटा और संपत्ति की गोपनीयता: भूकर रिकॉर्ड में मालिक का नाम, पहचान संख्या, सटीक स्थान शामिल होता है; उन्हें अनियंत्रित रूप से किसी बाहरी मॉडल पर भेजना कानून और पेशेवर नैतिकता दोनों के खिलाफ है।

सावधानी: वास्तविक मालिक का नाम, टीआर आईडी नंबर, या किसी संवेदनशील सुविधा के सटीक निर्देशांक को प्रॉम्प्ट में चिपकाने से पहले रुकें। गुमनाम करें (नाम "मलिक-1", पार्सल "द्वीप/प्लॉट-ए" बनाएं) या इन-हाउस/अनुमोदित वातावरण का उपयोग करें।

तीन मिनी मामले: संख्याओं द्वारा

केस 1 - रैंक फ़िल्टर जीवन बचाता है। एक प्रशिक्षु के पास भौगोलिक निर्देशांक से एआई प्रोजेक्ट का एक बिंदु था और उसे दाईं ओर 4,281 मीटर का परिणाम मिला। तुर्किये में, यूटीएम सही मान 100,000-900,000 मीटर बैंड में हैं; 4 अंकीय परिणाम असंभव था। केवल ऑर्डर जांच से, त्रुटि तुरंत पकड़ में आ गई क्योंकि मॉडल ने मान लिया था कि आउटपुट डिग्री के बजाय रेडियन था; सीएडी में स्थानांतरित करने से पहले समन्वय को सही किया गया था।

केस 2 - डेटाम ड्रिफ्ट। एक टीम ने एक पुराने मानचित्र (ED50) से 12 नियंत्रण बिंदु लिए और डेटाम निर्दिष्ट किए बिना, इसे "UTM में कनवर्ट करें" के रूप में AI को दे दिया। अनुमानित मॉडल WGS84; परिणाम व्यवस्थित रूप से क्षेत्र में जीपीएस माप से लगभग 3-4 मीटर दूर स्थानांतरित हो गए। जब एकल ज्ञात संदर्भ से तुलना की गई, तो व्यवस्थित अंतर तुरंत स्पष्ट हो गया और कार्य सही परिवर्तन मापदंडों के साथ दोहराया गया। एक-बिंदु स्वतंत्र नियंत्रण ने पूरे अभियान को बचा लिया।

केस 3 - गोपनीयता भंग होने से रोकना। एक कार्यालय "विसंगतियों का पता लगाने" के लिए 850 पार्सल के कैडस्ट्राल डेटाबेस को एक बाहरी मॉडल में लोड करेगा; तालिका में मालिक के नाम और पहचान संख्याएं थीं। चेकलिस्ट के लिए धन्यवाद, उन्होंने सबसे पहले इसे गुमनाम किया: व्यक्तिगत कॉलम हटा दिए गए, केवल ज्यामिति और क्षेत्र की जानकारी भेजी गई। विश्लेषण का लाभ वही रहा, व्यक्तिगत डेटा कभी बाहर नहीं आया।

कमजोर संकेत/मजबूत संकेत

कमजोर संकेत:

इन निर्देशांकों को UTM में बदलें और एक रिपोर्ट लिखें।[निर्देशांक]

शक्तिशाली संकेत:

आपकी भूमिका: जियोमैटिक्स डेटा सहायक। कार्य: निम्नलिखित बिंदुओं को स्रोत प्रणाली से लक्ष्य प्रणाली में परिवर्तित करें। - स्रोत सीआरएस: ईपीएसजी:4326 (डब्ल्यूजीएस84 भू, डिग्री) - लक्ष्य सीआरएस: ईपीएसजी:5256 (टीयूआरईएफ / टीएम33) - यदि अस्पष्ट या गुम जानकारी है, तो रूपांतरित न करें, पहले पूछें। - प्रत्येक बिंदु के लिए अपेक्षित सही मूल्य रैंक (6 अंक) निर्दिष्ट करें। - ध्यान दें कि आउटपुट को ज्ञात नियंत्रण की तुलना में मान्य किया जाना चाहिए। बिंदु.डेटा (गुमनाम): [बिंदु तालिका]

शक्तिशाली संकेत स्रोत और लक्ष्य को स्पष्ट रूप से बताता है, अधूरी जानकारी पर रोक लगाने का आदेश देता है, और रैंक अपेक्षा और सत्यापन दायित्व को फिर से लिखता है। इस प्रकार, आउटपुट अधिक सटीक और श्रवण योग्य दोनों है।

चार प्रतिलिपि योग्य टेम्पलेट

1) नौकरी वर्गीकरण फ़िल्टर:

निम्नलिखित कार्य को तीन बकेट में से एक में रखें: (ए) कम जोखिम/सहायक, (बी) मध्यम जोखिम/ड्राफ्टी, (सी) उच्च जोखिम/गंभीर। अपना तर्क और सुझाए गए सत्यापन चरण लिखें। कार्य: [कार्य विवरण]

2) रैंक नियंत्रण अनुरोध:

नीचे परिणाम देने से पहले परिमाण का अपेक्षित क्रम (इकाई और विशिष्ट सीमा) लिखें। यदि परिणाम इस सीमा से बाहर है, तो "रेंज चेतावनी" जारी करें और गणना की समीक्षा करें। इनपुट: [डेटा]

3) पूर्व-अनामीकरण स्कैनिंग:

क्या निम्नलिखित पाठ में व्यक्तिगत डेटा (नाम, आईडी नंबर, शीर्षक विलेख मालिक की जानकारी, संवेदनशील स्थान) या गोपनीय जानकारी शामिल है? यदि हां, तो उन्हें सूचीबद्ध करें और अनाम समकक्ष सुझाएं। पाठ को न बदलें, बस इसकी रिपोर्ट करें। पाठ: [पाठ]

4) सत्यापन योजना जनरेटर:

निम्नलिखित एआई आउटपुट के लिए एक सत्यापन योजना लिखें: (1) रैंक जांच, (2) जियोडेसिक/स्थानिक संभाव्यता, (3) साक्ष्य का स्वतंत्र स्रोत। प्रत्येक चरण में किन बातों का ध्यान रखा जाएगा, यह स्पष्ट रूप से लिखें। आउटपुट: [एआई आउटपुट]

सामान्य गलतियाँ

• डेटाम/सीआरएस निर्दिष्ट किए बिना संचालन निर्देशांक। सबसे आम और सबसे महंगी गलती; यह मीटरों के लिए चुपचाप फिसलन का कारण बनता है।
• प्रवाह को सटीकता समझने की भूल करना। एआई आत्मविश्वास से और साफ-सुथरा लिखता है; इससे यह पता नहीं चलता कि सामग्री सटीक है.
• रैंक जांच को दरकिनार करना. ऐसी त्रुटियां लाना जिन्हें एक सेकंड में देखने पर सीएडी पकड़ में आ जाएगी।
• नियंत्रण के बिना व्यक्तिगत/संपत्ति डेटा भेजना। "वैसे भी उपयोगी" का औचित्य गोपनीयता की बाध्यता को दूर नहीं करता है।
• महत्वपूर्ण कार्य को एकल एआई आउटपुट पर आधारित करना। स्वतंत्र सत्यापन के बिना आवेदन, भूकर सीमा और उन्नयन जैसे कार्यों को आगे बढ़ाना।
• यह सोचकर कि आप जिम्मेदारी को मॉडल पर स्थानांतरित कर रहे हैं। हस्ताक्षर एवं जिम्मेदारी सदैव सक्षम इंजीनियर की ही रहती है।

सारांश

आर्टिफिशियल इंटेलिजेंस जियोमैटिक्स वर्कफ़्लो के प्रत्येक चरण पर अलग-अलग भार के साथ काम करता है; महत्वपूर्ण बात यह है कि प्रत्येक मिशन के जोखिम पर विचार करें: "यदि कोई त्रुटि होती है तो मेरा क्या नुकसान होगा?" प्रश्न पूछें और तदनुसार सत्यापन का पैमाना बनाएं। तीन फ़िल्टर (डिग्री, संभाव्यता, स्वतंत्र साक्ष्य) अधिकांश त्रुटियों को सस्ते में पकड़ लेते हैं। इस पेशे के लिए विशिष्ट दो प्रमुख नुकसान हैं समन्वय/डेटा संबंधी भ्रम और व्यक्तिगत/संपत्ति डेटा गोपनीयता; दोनों को शुरू से ही एक अनुशासित संकेत स्थापित करके प्रबंधित किया जाता है। अंतिम निर्णय और हस्ताक्षर सक्षम इंजीनियर के पास रहते हैं।

आवेदन कार्य

अपने स्वयं के व्यवसाय (या काल्पनिक) से तीन जियोमैटिक्स कार्य चुनें: एक कम जोखिम, एक मध्यम जोखिम, एक उच्च जोखिम। प्रत्येक के लिए, लिखें (1) यह किस बाल्टी में गिरता है, (2) एआई की भूमिका, (3) तीन फ़िल्टर चरण जिन्हें आप लागू करेंगे। उच्च जोखिम वाले कार्य के लिए, ठोस रूप से निर्दिष्ट करें कि आप किस स्वतंत्र साक्ष्य (चेकपॉइंट, दस्तावेज़, दूसरी विधि) के विरुद्ध आउटपुट का परीक्षण करेंगे।

चेकलिस्ट

• [ ] मैंने मिशन के जोखिम को "त्रुटि होने पर होने वाली क्षति" से मापा।
• [ ] मैंने कार्य को निम्न/मध्यम/उच्च जोखिम वाली श्रेणी में रखा है।
• [ ] मैंने प्रॉम्प्ट में स्रोत और लक्ष्य समन्वय प्रणाली (डेटम/ईपीएसजी) को स्पष्ट रूप से निर्दिष्ट किया है।
• [ ] मैंने रैंक जांच के माध्यम से परिणाम पास कर लिया।
• [ ] मैंने भूगणितीय/स्थानिक संभाव्यता का परीक्षण किया।
• [ ] मैंने इसे कम से कम एक स्वतंत्र साक्ष्य के साथ सत्यापित किया है।
• [ ] मेरे पास व्यक्तिगत/मालिकाना डेटा अज्ञात है या मैंने स्वीकृत वातावरण में काम किया है।
• [ ] मैंने अंतिम निर्णय लिया और इंजीनियर की जिम्मेदारी पर हस्ताक्षर किए।