Дискуссии

« вернуться к списку

версия для печати

Геоинформатика: от геосотрудничества к гиперреальности

Фото с сайта www.polit.ru О новых возможностях геоинформатики и приближающейся гиперреальности рассказывает кандидат географических наук, старший научный сотрудник географического факультета МГУ, директор по перспективному развитию компании "АРКОН" Илья Рыльский.

Индустриальное общество хотело производить. Информационное – производить лучше, а нынешнее – увязать каким-то образом производство с пространством: скажем, искать место для фабрики не в густонаселенных районах, а там, где дешевле и экологичнее.

В целом общество добивается одного – устойчивого развития. Взрывной рост геоинформатики начался лет пять назад, когда резко выросла информационная интегрированность. Люди стали легко обмениваться географически удаленными данными – быстро получать их из центров сбора (то есть с систем дистанционного зондирования, со спутниковых, самолетных, наземных; с цифровых фотоаппаратов, с эхолотов – с чего угодно!). Становится все очевиднее, что если вы занимаетесь исследованиями среды или, допустим, оптимизацией какого-то производственного цикла, то за сравнительно небольшие деньги вы можете сейчас получить исчерпывающую информацию о среде, оптимизировать ваши действия – и, в конечном счете, получить и то самое "устойчивое развитие" вашего производства, и прибыль.

Лазерное сканирование местности

Это развитие аэрофотосъемки: на некий носитель, наземный или авиационный, помимо аэрофотоаппарата, ставится лазерный сканирующий комплекс, который способен “пробивать” деревья, видеть землю под растительностью, одновременно картографируя вершины деревьев.

Высокоточный метод дает нам возможность в реальном времени позиционировать этот носитель с точностью 5-8 сантиметров, что достаточно для любого рабочего проектирования. Мы можем создать любую трехмерную модель, фасадный план, чертеж (на худой конец – просто виртуальную модель местности), и решать в этой модели, не “выходя в поле”, все свои задачи. За последние несколько лет количество проданных в мире систем лазерного сканирования возросло в несколько раз. Мощности этих систем тоже растут по закону Мура, то есть каждые 1,5-2 года – удваиваются.

Мир заинтересован в точной информации.

Пусть Россия здесь традиционно немного и отстает, – зато по ряду показателей она уже приближается к западному обществу, в частности, в применении геоинформационных систем в промышленных проектах. Скажем, известный проект ВСТО был реализован при участии нашей компании "АРК-ОН" именно методом воздушного лазерного сканирования. Причем на тот момент среди проектировщиков было два лагеря: некоторая часть утверждала, что будущее за классическим методом. Работы сначала произвели в дублирующем режиме, просто для оценки правомерности нового метода. Результаты вышли очень странными. Классический метод при десятикратном меньшем охвате оказался в три раза дороже, а точность была хуже. Ни одного довода "за"!

Сейчас мы планомерно входим в общество, в котором система сбора пространственных данных будет интегрирована в индустриально-производственный процесс. Геоинформатика в этом смысле повторяет путь развития любой техногенной системы. На первом этапе – пытается доказать свою состоятельность и возможность решения задач, так же, как, например, самолеты в Первую мировую войну. Потом – наращивает технологические возможности до достаточно высокого уровня, не считаясь с затратами (как это было с самолетами времен Второй мировой!). На третьем этапе – продукт переходит в состояние всеобщей доступности (как компьютеры в 80-е и в начале 90-х), а на четвертом – наступает его перерождение. Сейчас системы дистанционного зондирования, то есть сбора и регистрации данных, заканчивают третий этап: их уже может пощупать каждый. Они будут представлять из себя нечто вроде того, что я назвал бы "системой поддержки принятия решений". В конце концов, всех интересуют именно решения, а не данные.

Человеческий фактор и нейросети

Развитие нейросетей на сегодняшний день имеет смысл только в очень узких приложениях: оно затратно, а результат оставляет желать лучшего. Исключения редки: в том же дешифровании космических снимков для тематических целей достигнуты очень хорошие результаты, но это узкие области.

Мы сравниваем способности человека к численному анализу, которые, естественно, в сравнении с машинами проигрывают, – но ведь способности нейронного анализа человека превосходят машинные на несколько порядков.

Как сейчас или через 10 лет будут выглядеть отношения человека с очень хорошо развившейся системой искусственного интеллекта?

Машина или управляющая система смогут выполнять анализ до того уровня, когда потребуется принимать качественные решения. Принятие качественного или даже вербального решения не может быть на сегодняшний день алгоритмизированным.

Если говорить о системе ведения автомобилей в будущем (или о системе ведения самолётов в настоящем), в ней всегда присутствует человек – как раз для решения нейронных задач. Когда самолёт выходит из-под контроля, – или когда возникает ситуация, при которой численные факторы показывают одно, а общее состояние говорит о другом, – вот примеры нейронных задач. Такое положение дел сохранится, пока мы будем иметь дело с системами, основанными на бинарной, а не на нейронной логике.

Достаточно хорошие результаты получены в области анализа изображений, но в однотипных измерениях, вроде визуального создания 3D-моделей по данным стереосъемки. В этом случае можно говорить о том, что автоматический коррелятор дает 90-процентное соответствие тому, что видит человек. Но всё равно в эту задачу должен вмешаться оператор.

Существуют отдельные системы, где этот процент выше, но стоимость начинает резко расти, или требуются какие-то очень сложные технологические шаги, вроде робота, который используется на других небесных телах для решения задач по оптимизации траекторий движения. Но это тривиальная задача. Другое дело – вызовы небанальные, например, о поиске особых примет замаскированного человека, похожего на другого человека, или о розыске каких-то скрытых объектов по косвенным характеристикам, не говоря о такой элементарной задаче, как текстурный анализ (отличить шершавое от нешершавого, или на фотографии показать, где у собаки плешь). Стоимость системы, которая обеспечила бы решение такой задачи, будет несопоставима с ценой решения, полученного обыкновенным человеком.

Неограниченная аналитика

Весь процесс аналитики или обработки данных выполняется компаниями. Это могут быть частные компании или федеральные дата-центры, как в странах Запада, или государственные сервисы, или консорциумы научных организаций. Общая тенденция – не хранить данные на машине пользователя. Это то, что в бытовом понимании называется облачным сервисом.

Геоинформатика – это и есть какие-то серверы хранения данных, либо переход на простой способ получения результатов аналитики. Зачем снимок, если вам в итоге нужна карта загрязнения местности каким-то нефтепродуктом? Она может быть в векторном формате и вестить 1 МБ. А входной снимок– террабайт: зачем же он нужен, если вы не умеете анализировать его и, по большому счёту, не видите необходимое вам.

Если говорить об информации, которая нуждается в визуальном использовании, то здесь тенденция идет к виртуализации пространства. Люди всегда хотели видеть на экране компьютера что-то похожее на реальность. Это связано с тем, что карта является моделью местности, упрощенной, систематизированной и, в какой-то степени, обрезанной. Большинство людей не хотят видеть карту, они хотят видеть модель, максимально приближенную к реальности и дающую ответы на их вопросы. В этом, собственно, корень интереса к играм, суть Google Earth, и вообще к виртуализации современного общества.

Геосотрудничество

Сейчас стало технологически возможным создавать виртуальные пространства, запустить туда себя или своих коллег и в этом мире решать поставленные перед вами задачи. В ряде случаев это позволяет перейти к геосотрудничеству. Представьте себе, что вы являетесь экологом, которому приходит запрос на оценку превращения части национального парка в зону публичного доступа. Вы находитесь, допустим, в Москве, а национальный парк – на Алтае, при этом запрос приходит из Питера. Как сейчас или 10 лет назад решалась бы эта задача? Мы расстилаем карты, вникаем своим картографическим разумом в то, что мы видим, пытаемся донести эту информацию до человека из Питера, а он сам не картограф, он – инвестор и совершенно ничего не понимает в ваших бумажках. Сущность проблемы же в том, что он хочет построить две гостиницы на лавиноопасном склоне, но он не может воспринять информацию о том, что это лавиноопасный склон.

Как это происходит сейчас? Вы подгружаете в сервис модель местности, которая была скачена по ежегодной подписке с соответствующего ресурса, туда же подгружаются космические снимки. Все это происходит на сервере компании, предоставляющей этот сервис. После этого вы посылаете приглашение своему собеседнику установить себе клиентское приложение.

Дальше, в режиме реального времени, голосом или ещё каким-то образом, вы сообщаете ему или просите его посмотреть налево, где изображен склон, и объясняете ему, что крутизна этого склона очень велика, что сверху склона есть ложбинка, куда собирается весь снег, и у него нет другого выхода, как только съехать вниз. И на этом месте он собирается построить гостиницу?

Решения, получаемые вами в реальном режиме времени, могут занимать часы, дни, минуты, недели, а могут быть не получены вообще. Мы рассмотрели ситуацию, когда в системе участвуют два человека. Представьте теперь ситуации, когда в системе участвуют 30 разных компаний, причём у всех у них разные интересы. Раньше и сейчас такие ситуации решаются выездом на место. Вопрос в том, сколько это стоит: времени, денег, усилий. Такая аналитика позволяет ускорить процесс принятия сложных решений, особенно, если эти решения затрагивают процессы развития определённых территорий. Разным людям сложно договориться, особенно если они не видят или не понимают, что они видят. Возможность договориться, возможность консенсуса в ряде случаев стоят дороже, чем средства, затрачиваемые на поддержание этой системы, даже если вообще заказать ее с нуля.

Гиперреальность

Мир-матрица пока нам не грозит. Хотя, если говорить о звоночках в этом отношении, они есть. Например, в чем проблема всех виртуальных реальностей, которые сейчас существуют на базе персональных компьютеров? Почему они не являются реальностью в полном смысле слова? Причина проста: они не обладают обратной связью. Вы не можете почувствовать отдачи от системы, сопротивления среды, дуновения ветра, реакции земли на ваш шаг. Компьютер как устройство не предполагает подобных систем реагирования.

Однажды в Гонконге мне довелось увидеть тренажер для иглоукалывания. Это был прототип системы, хотя он был создан почти 10 лет назад. Вы одеваете очки виртуальной реальности, видите иглу и руку или ногу человека, в которую вы пытаетесь воткнуть эту углу. Вы берете в руку джойстик, соответствующий этой игле, двигаете его и, когда ваша виртуальная игла по вычислениям виртуальной модели достигает поверхности кожи, в ручке, которую вы держите, возникает ответное сопротивление – пропорциональное тому, куда вы попадаете этой иглой. Если вы попадаете в кость, она перестанет двигаться. И это совершенно новый этап развития виртуальной реальности.

Второй пример – это горнолыжный тренажер. Надеваете виртуальные очки, там есть система сервомоторов, двигающая эти лыжы, – и в соответствии с тем положением тела, которые вы заняли по данным акселерометра, меняется рельеф. Аналогичные системы небытового характера давно применяются. Это системы отработки экипажем на самолетах, системы отработки действий экипажа в танках Т-90, на других боевых машинах.

Есть ряд отраслей, где применение подобных систем оправдано несмотря ни на какие средства: они оперируют еще более крупными средствами, а иногда и жизнями людей. Я уверен, что постепенно эти системы войдут в нашу жизнь: начиная с систем дополненной реальности, на базе которых сейчас делаются игры, – и заканчивая подобного рода тренажерами, которые уже продаются.

Максим Тужиков

источник: Полит.Ру

Последние материалы раздела

• 30 декабря 2016
  Диссертация Мединского как летучий голландец
• 30 декабря 2016
  Работа есть — денег нет
• 29 декабря 2016
  "Основной удар придется на московские и петербургские институты"
• 29 декабря 2016
  Советник Путина: Россию могут отключить от интернета
• 28 декабря 2016
  Драйверы инноваций

Обсуждение

Добавить комментарий

Обсуждение материалов доступно только после регистрации.

« к началу страницы