24 ส.ค. Deep Learning ช่วยให้รัฐบาลคูเวตอัปเดตแผนที่โดยอัตโนมัติเพื่อให้บริการประชาชนได้ดียิ่งขึ้น

Kuwait Finder แอปพลิเคชันมือถือ สำหรับรวบรวมข้อมูลและการประมวลผลข้อมูลเส้นทางสำหรับสถานที่ที่มีหมายเลขระบบ รวมไปถึงชื่อถนนทั่วประเทศคูเวต สร้างโดยรัฐบาลคูเวต เปิดตัวครั้งแรกในปี 2013 ในปีที่ผ่านมา Kuwait Finder มีผู้ใช้งานกว่า 750,000 คน และประชากรนิยมใช้แอปพลิเคชัน Kuwait Finder เป็นเครื่องมือค้นหาเส้นทางมากกว่า Google Maps อีกด้วย รวมถึงประเทศคูเวต เป็นประเทศที่ร่ำรวยเป็นอันดับสี่ของโลกและด้วยเป้าหมายของแผนพัฒนาแห่งชาติ เพื่อเพิ่มค่าใช้จ่ายด้านโครงสร้างพื้นฐาน 11% ไม่ว่าจะเป็น โครงสร้างก่อสร้างรวมถึงทางหลวงที่ยาวที่สุดในโลก อาคารผู้โดยสารสนามบินแห่งใหม่ และเขตที่อยู่อาศัย 500,000 คน ที่เรียกว่า Silk City ซึ่งมีมูลค่าถึง 500,000 ล้านเหรียญสหรัฐ และการเปลี่ยนแปลงที่สำคัญของเครือข่ายการขนส่งและโครงสร้างพื้นฐานอื่น ๆ

ความนิยมนี้ทำให้เกิดความท้าทายที่จะทำให้แอปพลิเคชันจำเป็นต้องอัปเดตข้อมูลให้เป็นปัจจุบันอยู่เสมอ

Kuwait Finder สร้างครั้งแรกในปี 2012 โดยเจ้าหน้าที่ GIS จากหน่วยงานสาธารณะเพื่อข้อมูลพลเรือนของคูเวต (PACI) ได้รวบรวมข้อมูลจากกระทรวงต่างๆ รวมถึงแผนที่ภายในของ PACI และไฟล์ AutoCAD เพื่อจับภาพแผนที่ปัจจุบัน เพื่อวัตถุประสงค์ของการอัปเดตการก่อสร้างอาคารใหม่ๆ และการเปลี่ยนแปลงต่างๆ ตามถนนในเมือง พวกเขาได้ศึกษาภาพถ่ายดาวเทียมเพื่อดึงรายละเอียดของแผนที่มาใช้งาน แต่ด้วยการก่อสร้างและการเปลี่ยนแปลงต่างๆ ในเมืองคูเวตเป็นไปอย่างรวดเร็วมาก ทำให้ขั้นตอนการอัปเดตให้ทันปัจจุบันต้องทำซ้ำบ่อยครั้งและเป็นเรื่องที่ยาก จึงทำให้ทีมงานต้องหาตัวช่วยเพื่อแก้ปัญหาจุดนี้ โดยมีเงื่อนไขที่ค่าใช้จ่ายไม่แพง ถูกต้อง แม่นยำ เรียบง่าย และเป็นระบบอัตโนมัติ เนื่องจากขนาดและงบประมาณของ PACI มีจำกัด

ซึ่งทีมงานผู้สร้างแอปพลิเคชันได้วิจัยและพบว่าการใช้เทคโนโลยี GIS ร่วมกับ AI เพื่อให้การทำงานเป็นอัตโนมัติ เป็นตัวช่วยที่ดีที่สุดของพวกเค้า ด้วยการเรียนรู้อย่างลึกซึ้งถึงรูปแบบที่ทรงพลังของ AI เพื่อตรวจหารูปแบบของข้อมูลจำนวนมากและแยกข้อมูลที่ต้องการ หากทำถูกต้องอัลกอริทึมจะดำเนินการอย่างรวดเร็ว อีกทั้งยังพบการเปลี่ยนแปลงที่อาจเกิดขึ้นจากการผิดพลาดของคน

ทีมงาน GIS ของ PACI จำเป็นต้องป้อนข้อมูลคอมพิวเตอร์ถึงวิธีการจดจำข้อมูลอาคารจากข้อมูลดาวเทียม และยังต้องทราบด้วยว่าภาพใดเป็นสิ่งใหม่นับตั้งแต่ภาพถ่ายดาวเทียมชุดสุดท้าย อย่างไรก็ตามในตอนเริ่มต้นของกระบวนการคอมพิวเตอร์จำเป็นต้องได้รับการใส่ข้อมูลให้“ อ่าน” สิ่งที่ต้องการ ความอดทนและความสามารถเช่นเดียวกับที่จำเป็นในการสอนเด็กให้จำตัวอักษรคำและประโยคและความคิดที่ซับซ้อนในที่สุด

PACI จำเป็นต้องสร้างโครงสร้างพื้นฐานของงานเชิงพื้นที่ทั่วไปที่จะรวมฐานข้อมูลที่มีอยู่ หลังจากการทดลองและเรียนรู้ผิดพลาดมากมาย พนักงานก็สามารถฝึกอบรมโดยใช้ข้อมูล 75 ตารางกิโลเมตร เพื่อป้อนข้อมูลสำหรับแบบจำลองเพื่อสแกนภาพถ่ายดาวเทียม 3,000 ตารางกิโลเมตร

ทีมงานต้องใช้ประสบการณ์ท้องถิ่นเข้ามาช่วย เพื่อทำให้การเรียนรู้ของ AI ทำการคำนวณเหล่านี้ได้ กระบวนการเรียนรู้ต้องใช้งานอย่างจริงจัง  PACI อุทิศเวลาในการฝึกอบรมและปรับแบบจำลองโดยรู้ว่างานนี้จะมีประโยชน์ในอนาคต

ปัจจุบันทีมงาน GIS สามารถใช้แบบจำลองอัตโนมัติด้วยเทคโนโลยี AI ในการดึงคุณสมบัติต่างๆ จากภาพถ่ายดาวเทียมไปสู่ที่เก็บข้อมูล GIS ได้สำเร็จ ให้ผลลัพธ์แม่นยำยิ่งขึ้นกว่าเดิม และโมเดลนี้จะใช้งานต่อไป สามารถแก้ไขและปรับปรุงโดย PACI ต่อไปในอนาคต โดยพิจารณาถึงรูปแบบสถาปัตยกรรมใหม่ ประเภทอาคาร หรือการก่อสร้างต่างๆ  ถึงแม้จะเป็นกระบวนการที่ใช้เวลาค่อนข้างนานในการฝึกอบรม คาดการณ์ ประเมิน และทำซ้ำทั้งหมด แต่ก็เป็นการลงทุนความรู้เพื่อให้ได้ผลลัพธ์ที่ต้องการและคุ้มค่ากับการลงทุน

ขณะนี้องค์กรมีความมั่นใจว่าสามารถปรับปรุงแผนที่ฐานของคูเวต และ Kuwait Finder ได้อย่างทันท่วงที และยังคงเป็นแหล่งข้อมูลที่เชื่อถือได้สำหรับข้อมูลในคูเวต การประหยัดเวลาและค่าใช้จ่ายจากระบบอัตโนมัตินี้จะช่วยให้ทีมเล็ก ๆ ของ PACI สร้างสรรค์สิ่งใหม่ ๆ เพื่อก้าวไปข้างหน้า บทเรียนที่เรียนรู้จากการเรียนรู้อย่างลึกล้ำและข้อมูลจากระยะไกลจะช่วยดึงความคิดใหม่ ๆ ให้กับพนักงานของ PACI และช่วยส่งเสริมให้เกิดนวัตกรรมมากขึ้น เพื่อให้บริการประชาชนได้ดียิ่งขึ้น

ค้นหาศักยภาพของเทคโนโลยี GIS กับการประยุกต์ใช้ในอุตสาหกรรมอื่นๆ เพิ่มเติม

อ่านเพิ่มเติม