Térinformatika a mesterséges intelligencia korában

Hasonló dokumentumok
Új ipari forradalom a térinformatikában

A HUNAGI 25 éve. A térképtől a mesterséges intelligenciáig. Magyar Térinformatikai Társaság (HUNAGI) GISopen 2019 Téradatok hálójában

Téradat Infrastruktúra a Nemzeti Erőforrásgazdálkodás alapja

IKT megoldások az ipar szolgálatában

Ipar 4.0: digitalizáció és logisztika. Prof. Dr. Illés Béla Miskolci Egyetem, GÉIK, Logisztikai Intézet Miskolc, április 19.

A minőségügy új kihívásai az ipar 4.0 tükrében

A cloud szolgáltatási modell a közigazgatásban

Internet of Things és Ipar 4.0 az agrárszektorban. Tarcsi Ádám, ELTE Informatikai Kar

A Jövő Internet Nemzeti Kutatási Program bemutatása

Smart City feltételei

Az információs társadalom európai jövőképe. Dr. Bakonyi Péter c. Főiskolai tanár

Big Data: lehetőségek és kihívások

Mobil térképezés új trendek a digitális téradatgyűjtésben

SmartActive Squash - IoT sportanalitika a felhőben

LEAN 4.0 azaz hogyan tudja a Lean menedzsment az Ipar 4.0-át támogatni és lehetőségeit kiaknázni.

IoT szolgáltatások fejlesztése - SensorHUB

Ericsson CoordCom. Integrált segélyhíváskezelés, tevékenységirányítás. <Name> Kovács László

AZ INFORMÁCIÓS TÁRSADALOM TECHNOLÓGIAI TÁVLATAI. Detrekői Ákos a Nemzeti Hírközlési és Informatikai Tanács elnöke Székesfehérvár,

MENEDZSMENT ALAPJAI Bevezetés

Export húzza a gazdaságot

A kibontakozó új hajtóerő a mesterséges intelligencia

TENDENCIÁK A TÉRINFORMATIKÁBAN ?

2017. november Jánossy Zsolt Budapesti POK Digitális Pedagógiai Módszertani Központ

ADATROBBANÁS. A helyzet alulról január 21. Pajna Sándor. vezérigazgató

Geoinformatikai rendszerek

A XXI. század módszerei a könyvvizsgálók oktatásában avagy a digitális kompetenciák és digitális tanulás fejlesztése

Világos?! (Nem csak) egy természettudományos projekt története. Jánossy Zsolt Gödöllői Török Ignác Gimnázium IPET

AZ 5G ÉS MAGYARORSZÁG

Versenyelőnyszerzés az intelligens megoldások korában. Rehus Péter, SWG CEE, IS brand igazgató November 5.

MAGYARORSZÁG DIGITÁLIS OKTATÁSI STRATÉGIÁJA

Szolgáltatás Orientált Architektúra a MAVIR-nál

Ipar Karbantartás webinárium

A Műegyetem az Ipar 4.0 és digitalizáció élén

Dr. FEHÉR PÉTER Magyarországi szervezetek digitális transzformációja számokban - Tények és 1trendek

Alter Róbert Báró Csaba Sensor Technologies Kft

Térinformatika amit tudni kell Márkus Béla

Steps Towards an Ontology Based Learning Environment. Anita Pintér Corvinno Technologia Transzfer Kft

Az önkormányzati térinformatikai technológia fejlődési irányai

Az e-közmű és a BIM üzleti előnyei az infrastruktúra tervezéstől az üzemeltetésig. Baranyi Péter, GIS üzletág igazgató

TENDENCIÁK ÉS PRÓFÉCIÁK A MUNKA VILÁGÁNAK ÁTALAKULÁSA ÉS A PM SZAKMA JÖVŐJÉVEL KAPCSOLATOS ELŐREJELZÉSEK. Török L. Gábor PhD

ActiveAssist. Rózner Lajos

A változó tőkepiaci környezet és kihívásai

Okos Városok Globális helyzetkép, lehetőségek, várakozások. Digitális Város Konferencia 2016 szeptember, Győr

Térben Tudatos Társadalom

Digitális Felsőoktatási, Kutatási és Közgyűjteményi Infrastruktúra-fejlesztési Stratégia

Irodából a terepre: a mobil informatika (alkalmazás bemutató)

BME IPAR 4.0 TECHNOLÓGIAI KÖZPONT. Kovács László

A szakmai tudás és a szakmai ismeretek fontossága

KÖVETKEZŐ GENERÁCIÓS NAGYVÁLLALATI TARTALOMKEZELŐ MEGOLDÁSOK Stratis Kft. / Autonomy üzleti reggeli / Mezei Ferenc üzletág-igazgató

Az IKT-platformok együttműködése és szerepvállalása. Pataricza András(BME MIT),

Stratégiai alapú, integrált emberi erőforrás gazdálkodás bevezetésének lehetősége a közszolgálatban

TDK tájékoztató Gazdaságinformatika Intézeti Tanszék szeptember

Gondolatok a modern kartográfiáról

Vajna István BLC INDUSTRY 4.0 & LEAN

Folyamatok rugalmas irányítása. FourCorm Kft.

TELEPÜLÉSI CSAPADÉKVÍZGAZDÁLKODÁS: Érdekek, lehetőségek, akadályok

Közművek és térinformatika GISopen - Megfelelni az új kihívásoknak

IPv6 A jövő Internet alaptechnológiája

Tartalom. Dr. Bakonyi Péter c. docens. Midterm review: összefoglaló megállapítások. A A célkitűzések teljesülése 2008-ig

Dr. Bakonyi Péter c. docens

KÖFOP VEKOP A jó kormányzást megalapozó közszolgálat-fejlesztés

Megszületett a digitális minőségügyi szakember? XXIV. Nemzeti Minőségügyi Konferencia

Mi a mesterséges intelligencia? Történeti áttekintés. Mesterséges intelligencia február 21.

Sikertényezők. Budapest, Nemzeti Fejlesztési Minisztérium. Vaszkó Csaba Szakértő

Globális trendek lokális stratégiák. Kovács András

Copyright 2012, Oracle and/or its affiliates. All rights reserved.

SAP EAM MRS és LAM megoldásainak gyakorlati bevezetési tapasztalatai

NEMSOKÁRA OTTHONÁBAN? A MESTERSÉGES INTELLIGENCIA ÉRZÉKELÉSE A MINDENNAPOKBAN

20 éves Szombathely város térinformatikai rendszere

Alkalmazott térinformatika a területfejlesztésben

A számítási felhő világa

GYIK GYAKRAN ISMÉTELT KÉRDÉSEK

COMINN Innovációs Kompetencia a fémipari szektorban TANULÁSI KIMENET DEFINÍCIÓ

Óbudai Egyetem Neumann János Informatikai Kar. Intelligens Mérnöki Rendszerek Intézet

Mobil térinformatikai feladatmegoldások támogatása GNSS szolgáltatással

Mit nyújt a Gazdaságfejlesztési és Innovációs Operatív Program a vállalkozásoknak között

Maradandó digitális transzformációk Oracle HOUG Konferencia 2018

PTE PMMIK, SzKK Smart City Technologies, BimSolutions.hu 1

Magyar cégeknek van esélyük a 4. ipari forradalomban? MAGYAROK A PIACON KLUB Essősy Zsombor elnök

Merre megy a könyvvizsgálat a digitalizáció korában?

TELEPÜLÉSI CSAPADÉKVÍZGAZDÁLKODÁS: Tervezési szempontok módszerek a jövőben

Növekvő városi területek a területváltozási folyamatok modellezése agglomerációs térségekben

IKT trendek és tapasztalatok a BME szemszögéből

PROF. DR. FÖLDESI PÉTER

Magyar cégeknek van esélyük a 4. ipari forradalomban? MAGYAROK A PIACON KLUB Essősy Zsombor elnök

Párhuzamos és Grid rendszerek

ISO 9001 kockázat értékelés és integrált irányítási rendszerek

CSAPADÉKVÍZ GAZDÁLKODÁS A TELEPÜLÉSEKEN

Műegyetemi megoldások

Távérzékelés a precíziós gazdálkodás szolgálatában : látvány vagy tudomány. Verőné Dr. Wojtaszek Malgorzata

Az egészség nemzeti érték helyzetünk nemzetközi nézőpontból

Informatika és növekedés. Pongrácz Ferenc ügyvezető igazgató, IBM ISC Magyarország Kft., az MKT Informatikai Szakosztályának elnöke

A KÖZSZOLGÁLATI KARRIERT TÁMOGATÓ RENDSZEREK

3D FEJLESZTÉSI IRÁNYOK AZ ÉPÍTÉSÜGYBEN

keretösszege (Mrd meghirdetésének módja GINOP Ipari parkok fejlesztése 6 standard Meghirdetve áprilisban

A tanulási eredmények megközelítés hatása az oktatás jövőbeli trendjeire. Setényi János Budapest

Mesterséges Intelligencia Elektronikus Almanach. Konzorciumi partnerek

Üzleti és Közszolgálati informatika szakirányok. Tanszék

Képzés > Hatékonyság > Versenyelőny!

Antenna Hungária Jövőbe mutató WiFi megoldások

Átírás:

Térinformatika a mesterséges intelligencia korában Magyar Térinformatikai Társaság (HUNAGI) Dr. Szabó György egyetemi docens, főtitkár Földmérők Világnapja Európai Földmérők és Térinformatikusok Napja Nemzeti Közszolgálati Egyetem, 2019. március 21.

Képesek a gépek gondolkodni? Turing 1950-ben azt feltételezte, hogy legkésőbb 2000-re lehetségessé válik egy olyan program megalkotása, amelynél öt perc beszélgetés után az átlagos felhasználó már csak 70%- os eséllyel tehet különbséget ember és gép között. Alan Turing (1950): Computing Machinery and Intelligence

Mi az MI?. Az intelligencia formális definíciója nem egyszerű Célok követése Következtetés Kreativitás Probléma megoldás Emlékezés Tervezés Tanulás Látás Nyelvi kommunikáció Klasszifikáció Indukció Dedukció. MI megközelítések Gondolkodás, következtetés Cselekvés, viselkedés Emberi, humán Emberi gondolkodás tanulás, problémamegoldás, döntéshozatal Kognitív modellezés: emberi elme működésének leképezése Emberi cselekvés emberi intelligenciával felruházott rendszerek Turing teszt: gépi tanulás, tudásreprezentáció, gépi látás, robotika Racionális Racionális gondolkodás észlelés, következtetés, cselekvés Logika: gondolkodás formalizálása, igaz állításokból helyes következtetések levonása Racionális cselekvés Intelligens viselkedést mutató dolgok megalkotása Ágensek: autonóm vezérlést, észlelést, adaptációt mutató cselekvő objektumok

és egy újabb, nem igazán szabatos definíció Azt mondhatjuk, hogy minden olyan technológiai rendszer Mesterséges Intelligencia", amely céljai elérése érdekében környezetére reagáló autonóm cselekvést hajt végre. A GeoMI (GeoAI) olyan mesterséges intelligencia platform, amelyben meghatározó szerepet játszik a helyhez kötött információ, a térbeli intelligencia.

A valós világ összetettsége Környezet típusok, eseményterek Sakk Járművezetés Járművezetés kötött pályán Megfigyelhetőség teljeskörű részleges részleges Jelenség determinisztikus, stratégiai sztochasztikus determinisztikus Folyamat epizodikus epizodikus szekvenciális Környezet állandósága Megfigyelhető állapotok statikus dinamikus statikus diszkrét folytonos folytonos Aktorok kétszereplős sok szereplős limitált sok szereplős De a valóság ettől bonyolultabb: részben észlelhetetlen, kiismerhetetlen, bizonytalan, hatalmas, de szerencsére strukturált!

Eseménytér -1: Kasparov IBM Deep Blue (1996.02.10: 4-2, 1997.05.11: 3,1/2-2,1/2) ->Determinisztikus, Epizodikus, Statikus, Diszkrét

Eseménytér-2: Svédország 1967. szeptember 3. Áttérés a jobboldali közlekedésre ->Sztochasztikus, Epizodikus, Dinamikus, Folytonos

Eseménytér-3: Japán Sinkanszen (1964.10.18.) ->Determinisztikus, Szekvenciális, Statikus, Folytonos

A XXI. Század alapvető kihívásai és hétköznapi igényeink Népességrobbanás Urbanizáció Globális éghajlatváltozás Életlehetőségek romlása Politikai, ökológiai migráció Környezetszennyezés Erőforrásokhoz való hozzáférés Jó infrastruktúra Kockázatok csökkentése Élelmiszerbiztonság, ivóvíz Biztonságos környezet Élhető környezet Életterünk, az emberi környezet szűkös közösségi erőforrás!!!

Al Gore Digitális Föld vízója 1998-ban Úgy gondolom szükségünk van egy Digitális Földre, a bolygó egy több-felbontású 3D reprezentációjára, amelybe nagy mennyiségű helyhez kötőt adatot ágyazhatunk be. A Digitális Föld: Világunk egy virtuális, digitális földrajzi reprezentációja Minden mindenhez kollaboratív módon kapcsolódik Idealista, de a cél felé haladunk a Digitális Föld nem jön létre egy éjszaka alatt Az előremutató út: a Digitális Földdel egy páratlan lehetőséghez jutunk, melynek segítségével a bennünket elárasztó nyers adatokból bolygónk, társadalmunk megértését segítő jelentéssel bíró információhoz jutunk. Al Gore (1998): The Digital Earth: Understanding our planet in the 21st Century

Paradigma váltások a térinformatikában Első térinformatikai ipari forradalom ~1960 számítógépesítés : monolit számítógépek megjelenése a geodézia, térképészet, fotogrammetria, földtudományok területén ->első generációs digitális térképek Második térinformatikai ipari forradalom ~1980 a számítógép, mint munkaasztal : személyi számítógépek tömegessé válása, kliens-szerver architektúra térnyerése ->hálózatosodás Harmadik térinformatikai ipari forradalom ~2000 Internetet forradalom : WEB GIS, Google Maps, MS BingMaps -> tömegfelhasználás Negyedik térinformatikai ipari forradalom ~2010 Intelligens hálózati eszközök : IoT, BigData, Cloud, Network society, Sustainable developement, Smart*** -> térben tudatos társadalom Ötödik térinformatikai forradalom ~2018 Mesterséges intelligencia : MI, Robotika, Autonóm járművek -> humán döntés támogatása, helyettesítése???

A térinformatika technológiai motorjai Geospatial Industry Outlook 2017

ez azért egy igen összetett ökoszisztéma Térinformatika Gyorsító Folyamat Közeg Partnerség Térbeli elemzés GNSS, Helymeghatározás Földmegfigyelés Szkennelés Nyílt-, Linked adat BIG DATA IKT infrastruktúra Szabványok, Interoperabilitás Rendszer integráció Üzleti intelligencia Digitális mérnökség Gépi tanulás, mesterséges intelligencia Üzleti szereplők Szociális közeg Mobil alkalmazások WEB portálok Kormányzat Fejlesztők Szolgáltatók Üzleti világ Kutatás Oktatás NGO Állampolgár GeoIKT Gazdasági- Társadalmi haszna Technológiai hajtóerők: Automatizálás, Mesterséges Intelligencia (MI), Számítási felhők, IoT, Kommunikáció, Robotika

Adatrobbanás! A hely szerepe: Minden valahol történik 2019 > 40 ZB

Digitális transzformáció -> Felhasználói hasznosság DATa Readiness CONdition Index Teljeskörű adathasznosítás Jól menedszselt adathasznosítás Néhány platformon jelentős adathasznosítás Esetleges adathasznosítás Adatcunami, toxikus petabyteok

A MI alkalmazási potenciája és bizonytalanságai Ököszisztéma fázisok Creation: létrehozás, laboratóriumi fázis, üzemszerű használatra alkalmatlan Survival: túlélés, első piaci megjelenés, hiányos ökoszisztéma, felhasználók szakértői függése Growth: növekedés, kiépült ökoszisztéma, széleskörű implementáció, felhasználói informáltság Equilibrum: egyensúly, jelentős, stabil ököszisztéma, felhasználói előnyök/ hátrányok dokumentáltak, ismertek, konszolidált piac, csökkenő árrés Decline: hanyatlás, az elavulás, a szabályozás vagy az üzleti környezet változása, versenyképesebb technológiák megjelenése destabilizálja az ökoszisztémát, egyes felhasználók még alkalmazzák, de a fejlesztők már nem támogatják a technológiát TechRadar : Artifical Intelligence Technologies G1 17

A MI megjelenése az emberi képességek támogatásában/ helyettesítésében Észlelés Képelemzés [M;1-3 év]: Biometria azonosítás [M;3-5 év]: Beszéd felismerés [L;3-5 év]: : Szöveg, nyelv feldolgozás [M;1-3 év]: Cselekvés Beszéd generálás [L;3-5 év]: Döntés támogatás [L;5-10 év]: Gondolkodás Gépi tanulás [L;5-10 év]: Mély tanulás [M;3-5 év]: Szemantikus technológiák [M;5-10 év]: MI hardverek [L;5-10 év]: Kollektív intelligencia [S;5-10 év]: Érzékelés, gondolkodás, cselekvés Robot folyamat automatizálás [M;5-10 év]: Virtuális ügynökök [L;5-10 év]: [ Eredményesség: S, M, L; Év tól-ig átlépés a következő ökoszisztéma fázisba]

Néhány térinformatikai szakterületek MI adaptációs útja a térképektől a modellig Szakterület Térképészeti örökség Belépő alkalmazások Természeti erőforrásgazdálkodás Mezőgazdaság Közművek Okos város Hagyományos papír térképek, diszkrét térbeli objektumok, határvonalak Jelentéktelen papír térkép hagyomány Meghatározó papír térkép örökség, diszkrét pont, vonal objektum készlet Jelentéktelen papír térkép hagyomány Erőforrás leltár, térképezés Hozam becslés, mezőgazdasági nyilvántartás Vagyon leltár, térképezés, közmű egyeztetés Település tervezés Kezdeti felhasználói csoportok Vagyon leltár, erőforrás tervezés Államigazdaságok, TSZ-ek Műszaki tervezés, karbantartás Urbanisták, Mérnöki tervezés Mai MI alkalmazások Automatizált térképezés, Környezeti kitettség elemzés, Villám árvíz modellezés, Természetes élőhely modellezés (flóra, fauna) Hozam optimalizálás, Precíziós gazdálkodás Automatizált térképezés, Útvonal optimalizálás, VR hibaelhárítás Területfelhasználás optimalizálás, Real-time közlekedés-, energetikai menedzsment

A technológiai fejlődés és a humán tudás viszonya az ipari forradalmak korában https://hu.wikipedia.org/wiki/luddizmus#/m edia/file:framebreaking-1812.jpg https://debrecenbar.com/2016/05/14/robotok-vs-emberek-atechnologiai-munkanelkuliseg-kozelebb-van-mint-gondolnank/

Igények és nézőpontok Térinformatikai ipar -> Széleskörű-, gyors-, társadalmi-, üzleti hasznosulás Alkalmazói ipar -> Üzleti előny, rugalmasság, gyorsaság az idő mint érték Kormányzat -> Megalapozottabb, gyorsabb, olcsóbb döntések Munkaerő piac -> Praktikus tudás: Tudni hogyan Akadémiai világ -> Fundamentális tudás: Tudni miért Munkaerő -> Versenyképes, kompatibilis tudás Társadalom -> Beágyazott térinformatika a hétköznapokban ne kelljen már pilótavizsga egy navigációs alkalmazáshoz

Szakmai identitási gondok, útkeresés Megváltozott a mérnöki tudás tartalma: az új nyomd meg a gombot technológiák képzetlen felhasználók számára lehetővé teszik a professzionális munka imitálását valódi garanciák nélkül. - Muiris de Buitléir, FRICS, az Ir Földmérők Szövetségének korábbi elnöke A geodéziai, térinformatikai képzés jövője: a szakembereknek diverzifikált készségekre, gyors tanulásra van szüksége. - Patrick Rickels, University College of London Vége a legyünk túl a vizsgán, majd felejtsük el világnak: a hasznos tudás és a szakmai készségek folyamatos megújítása alapvető igény. - Michael Gould, Esri Global Education Manager A jövő munkahelyének alapvető igénye: az elmélet és a gyakorlat praktikus kombinációja. - David Green, University of Aberdeen

Az USA Munkaügyi Minisztérium Térinformatikai kompetencia modellje A térinformatika, mint szakma: Szakmai kompetenciák Hosszú távú (rugalmas) kormányzati foglalkoztatási, szakképzési szakpolitika! A térinformatika mint iparág: Ágazati kompetenciák A térinformatikai tevékenység alapjai: Munkavégzési, személyi, akadémiai kompetenciák

És a megvalósítás hazai lehetőségei Az MI széleskörű térinformatikai hasznosításának előnyei: Valós idejű térbeli információra támaszkodó üzleti igények gyors kiszolgálása Épített környezet alakításával, a természeti környezet megóvásával kapcsolatos döntéstámogatás Szűkös természeti, humán erőforrásokkal való gazdálkodás támogatása Kedvezőtlen környezeti hatások kockázatának csökkentése Gyors katasztrófa reagálás Gondok: Hagyományos ágazati szemlélet, széttöredezett/átfedő műszaki, hatósági rendszerek Törvényi szabályozás és operatív működés közötti ütközések, átfedő/kettős/többes irányítás buktatói Nemzetközi trendek lassú térnyerése, egyedi, szigetszerű, interoperabilitást blokkoló műszaki, technológiai megoldások fenntartása, fejlesztése

A Magyar Térinformatikai Társaság az 2018. Október 31-én Megalakult a Mesterséges Intelligencia Koalíció a Kormányzat, Akadémiai szereplők, Üzleti világ mintegy 166 tagot számláló szerepvállalásával

Hindi Thank You English Thai Russian Gracias Spanish Traditional Chinese Arabic Obrigado Brazilian Portuguese Danke Grazie Italian Simplified Chinese Merci French German Japanese Tamil Köszönöm Hungarian Korean