Systemy informacji geograficznej wspomagane sztuczną inteligencją

1. Musisz wyznaczyć wszystkie budynki na zdjęciach lotniczych dużego powiatu. Jak podchodzisz do zadania?

Przygotowuję próbkę danych treningowych, uczę lub dostrajam model wykrywania obiektów, a wyniki sprawdzam na niezależnej próbie kontrolnej. Ręcznie wektoryzuję tyle budynków, ile zdążę. Uruchamiam gotowy model i przyjmuję wynik bez sprawdzania.

2. Model klasyfikacji pokrycia terenu myli łąki z polami uprawnymi. Co robisz?

Analizuję macierz błędów, poprawiam dane treningowe i dobór cech, np. dodając zobrazowania z różnych pór roku. Ręcznie poprawiam błędnie sklasyfikowane fragmenty. Akceptuję wynik, bo ogólna dokładność jest wysoka.

3. Czy interesuje Cię programowanie, np. w Pythonie, i praca z bibliotekami do analizy danych?

Tak, chcę łączyć GIS z kodem i uczeniem maszynowym. Wolę gotowe narzędzia z interfejsem graficznym. Nie, programowanie zupełnie mnie nie interesuje.

4. Przełożony proponuje, żeby na pytanie o najlepszą lokalizację inwestycji po prostu „zapytać czat AI”. Jak reagujesz?

Wyjaśniam, że odpowiedź wymaga wiarygodnych danych przestrzennych, i proponuję włączenie narzędzi AI do analizy z kontrolą wyników. Pytam czat, ale część odpowiedzi sprawdzam ręcznie. Przekazuję odpowiedź czatu bez weryfikacji.

5. Model wytrenowany na danych z jednego regionu ma zostać użyty w innym. Jak sprawdzasz, czy się nadaje?

Testuję go na nowych, niezależnie opisanych danych z tego regionu i porównuję miary jakości. Oglądam wyniki dla kilku przykładowych miejsc. Zakładam, że skoro działał wcześniej, zadziała wszędzie.

6. Dane z czujników, zdjęć lotniczych i rejestrów napływają codziennie w dużych ilościach. Jak je obsługujesz?

Projektuję zautomatyzowany przepływ: pobieranie, czyszczenie, przetwarzanie modelem i publikację wyników na mapie. Przetwarzam je ręcznie raz na jakiś czas. Gromadzę je, ale nie mam czasu ich analizować.

7. Model wskazuje obszary zagrożone podtopieniami, a wyniki mają trafić do mieszkańców. Jak pokazujesz niepewność?

Pokazuję wyniki razem z poziomem pewności i jasno opisuję ograniczenia danych oraz metody. Pokazuję tylko mapę wynikową, bez dodatkowych wyjaśnień. Przedstawiam wynik jako pewny, żeby nie siać zamętu.

8. Zdjęcia, na których uczysz model, mogą zawierać wizerunki osób i tablice rejestracyjne. Co robisz?

Dbam o anonimizację i zgodność z zasadami ochrony danych już na etapie przygotowania zbioru. Zajmuję się tym, gdy ktoś zgłosi problem. Uznaję, że to nie moja sprawa.

9. Pojawia się nowe narzędzie AI do analizy obrazów satelitarnych. Jak do niego podchodzisz?

Testuję je na własnych danych i krytycznie porównuję z dotychczasowymi metodami, zanim wprowadzę je do pracy. Czytam o nim i czekam, aż inni je sprawdzą. Ignoruję je, bo stare metody wystarczają.

10. Co najbardziej motywuje Cię do podjęcia studiów podyplomowych „Systemy informacji geograficznej wspomagane sztuczną inteligencją”?

Chęć łączenia GIS z uczeniem maszynowym, by szybciej i dokładniej analizować duże zbiory danych przestrzennych. Ciekawość, jak sztuczna inteligencja zmienia pracę z mapami i danymi przestrzennymi. Nie jestem pewien/pewna, czy to dla mnie