Umjetna inteligencija već godinama pomaže vozačima da pronađu najkraći put do odredišta, ali to je samo vrh ledenog brijega. Svaka cesta, zgrada, most ili trgovački centar priča priču o tome kako živimo, koliko zarađujemo, kamo se kreće naše društvo i kako se mijenja klima. Problem je što su ti „podaci“ zapravo slika iz zrakoplova, satelitski snimci, katastarske karte i popisna statistika — različiti jezici koji se teško razumiju jedni drugima, a kamoli računalu.
Stoga su istraživači Googlea odlučili stvoriti univerzalni „prevoditelj“ koji će kompliciranu gradsku sliku pretvoriti u jednostavne brojeve koje modeli strojnog učenja mogu čitati. Rezultat njihova rada je S2Vec, samostalni okvir koji uči opisivati bilo koji kvadratni kilometar Zemlje tek pomoću fotografija i osnovnih geografskih oznaka. Hrvatska stručna javnost već pokazuje zanimanje za takve pristupe jer bi oni mogli ubrzati planiranje prometa, procjenu rizika od poplava ili čak lociranje područja s visokim indeksom siromaštva.
Zašto su gradovi teška štiva za računala
Podaci o prostoru nisu poput slikovne datoteke s pravilnom mrežom piksela. U centru Zagreba na jednom hektaru možete pronaći stotinu objekata: kafići, stanovi, podzemna garaža, stanica električnog tramvaja, park i povijesna zgrada. Istovremeno, na zadarskom otoku iste površine možda ima samo kuća, cesta i šikara. Kako naučiti model da „shvati“ obe situacije kad jednom treba detaljna slika, a drugom dovoljan i općenit opis?
Strojna inteligencija voli uredne tablice ili kvadratiće poput Instagram fotografije. Geoprostorni zapisi, međutim, dolaze u različitim mjerilima, rezolucijama i oblicima: jedan satelit snima tridesetak centimetara po pikselu, drugi dva metra; jedan izvor koriti koordinate u obliku decimalnih brojeva, drugi koristi karte s vektorskim crtama. S2Vec rješava tu nekompatibilnost dvostrukom rasterizacijom: prvo kreira „izolirane“ slike svakog objekta, a zatim ih kombinira u jedinstvenu, ali i dalje kompaktnu matricu značajki.
Što točno radi S2Vec?
Okvir se može usporediti s jezikoslovnim modelom koji uči značenje riječi gledajući u milijarde rečenica. Umjesto teksta, S2Vec „čita“ milijarde satelitskih izrezaka. Svaka je slika podijeljena na mrežu 256 × 256 piksela, zatim se kroz niz neuronskih slojeva stvara vektor od nekoliko stotina brojeva. Ti brojevi ne opisuju boju ili oblik, već apstraktne značajke: gustoća prometa, visina objekata, raznolikost namjene prostora, blizina vode i slično.
Kad jednom „nauči“ kako izgleda grad, može odgovarati na pitanja poput:
- Koliko je područje izloženo riziku od klizišta?
- Gdje bi se mogla formirati nova trgovačka jezgra?
- Koje ulice imaju najveći potencijal za uređenje biciklističkih staza?
Važno je da se model uči bez ručno označenih podataka; dovoljan mu je veliki korpus slika koje sam postavlja u kontekst jedna drugoj. To znači da ga istraživači mogu primijeniti na bilo koju točku Zemljine površine bez dodatnog anotiranja.
Kako ovo pomaže ljudima?
S2Vec nije samo akademski eksperiment. Njegove mogućnosti su već vidljive u stvarnom svijetu. Gradovi i vlasti mogu koristiti ovakve alate za bolje planiranje infrastrukture, identifikaciju područja s visokim rizikom od prirodnih katastrofa ili čak za praćenje urbanog rasta. Na primjer, gradonačelnik Zagreba mogao bi koristiti S2Vec za analizu kako se mijenja gradska struktura i kako se mijenjaju društvene potrebe.
No, najveća prednost S2Vec-a je njegova fleksibilnost. Može se koristiti za različite zadatke, od planiranja prometa do procjene utjecaja klimatskih promjena. To ga čini jednim od najpotencijalnijih alata za budućnost gradova.
FAQ
Što je S2Vec?
S2Vec je samostalni okvir koji pretvara geoprostorne podatke u brojevne vektore koje modeli strojnog učenja mogu koristiti za različite analize.
Kako radi S2Vec?
S2Vec koristi dvostruku rasterizaciju i neuronske mreže za pretvaranje satelitskih slika u brojevne vektore koji opisuju značajke prostora.
Zašto je S2Vec važan?
S2Vec omogućuje bolje planiranje gradova, procjenu rizika i analizu urbanog rasta, čime pomaže u stvaranju boljih gradova za sve građane.