A ESRI Portugal realizou o seu 15.º encontro de utilizadores (EUE) e mostrou as novidades do ArcGIS, entre elas as relacionadas com o uso de machine learning e inteligência artificial.
O evento, que decorreu no PT Meeting Center, em Lisboa, teve casa cheia com a participação de diversos organismos públicos e entidades privadas que tiveram acesso em primeira mão às mais recentes novidades da solução ArcGIS.
Omar Maher, practice lead de advanced analytics na ESRI, veio a Portugal falar de inteligência artificial (IA) e machine learning associados aos sistemas de informação geográfica (SIG). Segundo o responsável, a GeoAI (artificial inteligence) liga a «componente geográfica à IA para nos dar uma melhor compreensão do mundo que nos rodeia» e pode ter «aplicações em diversas áreas, desde o urbanismo ao governo».
O analista indicou que a «IA vive dos dados» e que «quantos mais dados provenientes dos sensores e do IoT, mais inteligente é a tecnologia». Além da «explosão dos dados, o aumento do poder de computação foi o outro factor referido como o grande impulsionador do uso da IA mas existe uma terceira componente: «avanços em algoritmos específicos», revelou. «A inteligência artificial não é nova mas as redes neuronais de deep learning sim e são elas as grandes inovações que estão a revolucionar o uso da IA», acrescentou o executivo.
O uso de algoritmos no ArcGIS também não é algo novo, já que a ferramenta permite «fazer clustering de dados, modelos preditivos e determinar padrões», mas apesar do «machine learning estar presente há muito, as técnicas de deep learning ainda não estavam disponíveis». É esta a grande alteração que foi agora incluída no ArcGIS através de integração com o TensorFlow da Google, o Watson da IBM ou o scikit-learn para Phyton.
Para Omar Maher, o «machine learning está cada vez mais poderoso» e pode ser usado para encontrar «padrões avançados, fazer predição e detectar objectos em imagens de satélite ou vídeos feitos por drones ou câmaras de vigilância».
Capacidade de previsão
O especialista em advanced analytics da ESRI mostrou diversos casos de uso com deep learning no ArcGIS. O primeiro foi o cálculo da probabilidade de acidentes por hora e por segmento de estrada no Utah (EUA).
O projecto começou com a determinação das variáveis que podem causar acidentes, por exemplo: chuva, gelo, nevoeiro, estado do piso, dia da semana, velocidade, proximidade de cruzamentos, etc. Esta é uma fase importante em qualquer iniciativa, já que são estes os dados que são usados para treinar o algoritmo. Segundo o executivo, neste caso «foi usada informação de sete anos, de 400 mil acidentes e 500 mil segmentos de estrada. Foi realizada uma análise que seria impossível ser realizada manualmente».
Nesta iniciativa, os dados foram preparados e classificados no ARCGIS Pro (versão profissional), depois foi usado o scikit-learn para treinar o modelo e os resultados, ou seja, as previsões visualizadas no ArcGIS Online, que permite a criação e partilha da informação de forma visual através de mapas. Nas conclusões, o practice lead mostrou um mapa com as estradas com três tipo de cores que correspondem a um risco elevado, médio e baixo de acontecer um acidente. Depois o responsável cruzou essa informação com um determinado dia e foi possível ver que os locais de maior risco foram onde, de facto, aconteceram mais acidentes.
Em seguida é tudo uma questão de análise: tentar perceber quais os factores que estão a contribuir para a existência dos acidentes e tentar diminuí-los. No entanto, há sempre casos de anomalias que necessitam de ser verificados isoladamente. No exemplo dado, um segmento de estrada tinha muitos acidentes sem tal ser previsível.
Ao analisar o espaço foi possível verificar que era uma área de serviço para camiões e que os acidentes se davam quando os mesmos saiam da área para estrada. Nesse caso, «poderia ser aconselhável a colocação de semáforos para a diminuição das colisões», explicou Omar Maher.
Detecção de objectos
A grande novidade trazida pelo responsável da ESRI, que ainda está a ser desenvolvida e deverá ser disponibilizada em 2019, é a utilização uma rede neuronal para detectar objectos em imagens de satélite. Nesta situação, o modelo foi treinado para identificar piscinas e assim descobrir que construções estavam ilegais de forma a obrigar os proprietários a realizarem a legalização e pagarem o respectivo imposto.
Mas não é só na área pública que a GeoAI tem aplicações e Omar Maher mostrou como pode ser usada para aumentar as vendas. O projecto apresentado, que corresponde a um caso real, foi de uma cadeia de lojas que usou o ArcGIS para determinar a localização de uma nova loja física e conseguir maximizar as receitas. Segundo o responsável, este é um «caso comercial» mas que serve para ilustrar as «capacidades de usar inteligência artificial aplicada à dimensão geográfica».
No final, Omar Maher revelou que as novas funcionalidades que juntam a IA com o mundo da geografia e da análise espacial podem trazer inúmeros benefícios: «Estou especialmente entusiasmado com esta ferramenta porque vai ajudar a reduzir em muito os tempos de análise e vai ser muito útil», revelou o analista. E tudo isto é possível, conforme referiu, «sem que os profissionais de SIG tenham de ter conhecimentos de machine ou deep learning».
