Autonomous GIS: the next-generation AI-powered GIS

Li Z., Ning H. Autonomous GIS: the next-generation AI-powered GIS // International Journal of Digital Earth . 2023. Vol. 16, № 2. P. 4668–4686. DOI: 10.1080/17538947.2023.2278895.

Cтатья “Autonomous GIS: the next-generation AI-powered GIS” посвящена осмыслению и разработке концепции «автономной ГИС» — нового поколения геоинформационных систем, основанных на использовании больших языковых моделей (LLM) как ядра принятия решений. Авторы ставят перед собой задачу не просто описать интеграцию искусственного интеллекта в геоинформационные технологии, а предложить качественно иной подход к пространственному анализу, при котором система способна самостоятельно выполнять полный цикл работы: от постановки задачи до получения картографического результата.

Научная проблема, решаемая в статье, заключается в поиске новой парадигмы развития ГИС в условиях стремительного развития искусственного интеллекта. Авторы стремятся ответить на вопрос, каким образом современные языковые модели могут трансформировать традиционные методы пространственного анализа и приблизить ГИС к автономным интеллектуальным системам.

С содержательной точки зрения статья представляет собой насыщенное исследование, сочетающее элементы теоретического обобщения и прикладной разработки. Авторы вводят понятие «Autonomous GIS» как системы, использующей LLM для автоматического сбора, обработки и визуализации пространственных данных.

С методологической точки зрения работа опирается на представление о картографии как о процессе построения и интерпретации моделей пространственной реальности. Авторы подчеркивают детерминированный характер геоинформационных задач, где результат должен быть однозначным и проверяемым. В этом контексте автономная ГИС рассматривается как инструмент формализации и автоматизации картографического метода исследования.

Важным элементом статьи является описание прототипа LLM-Geo — экспериментальной системы, реализующей предложенные принципы. Она демонстрирует, как задача пространственного анализа может быть преобразована в граф операций, автоматически реализована в коде и выполнена без участия человека.

Приведенные учебные кейсы, такие как анализ населения вблизи опасных объектов или визуализация мобильности, показывают практическую реализуемость подхода. Это усиливает аргументацию авторов и переводит работу из теоретической в область прикладной науки. Статья затрагивает важный вопрос трансформации роли карты. Карта здесь выступает не только как результат анализа, но как элемент автоматизированного процесса познания. Таким образом, картография предстает не просто как техника визуализации, а как язык взаимодействия между человеком, данными и интеллектуальной системой.

Несмотря на очевидную научную значимость, статья имеет ряд ограничений и спорных моментов.

Во-первых, термины в работе местами недостаточно четко разграничены. Понятия «автономная ГИС», «автономный агент» и «AI-powered GIS» используются близко, но не всегда строго дифференцированы. Это может затруднить понимание границ предлагаемого подхода. Во-вторых, аргументация в пользу принципиальной новизны автономной ГИС несколько упрощена. Хотя авторы противопоставляют свою концепцию традиционным GeoAI-подходам, в действительности речь идет скорее о развитии уже существующих направлений, чем о радикальном разрыве с ними. В-третьих, эмпирическая база исследования ограничена. Представленные кейсы демонстрируют работоспособность системы, однако их количество и разнообразие недостаточны для уверенного обобщения результатов. Кроме того, сами авторы отмечают, что система находится на ранней стадии развития и обладает рядом технических ограничений.

Если же рассматривать отношение к этой статье с точки зрения нашей кафедры, то оно полностью противоположно. Кафедра картографии и геоинформатики МГУ пока не перешла на внедрение искусственного интеллекта в полной мере. Но есть небольшие задатки этого направления в области дешифрирования аэрокосмических снимков. То есть сейчас стараются обучить нейронные сети интерпретировать спутниковые снимки для выделения необходимых объектов по ним. Это позволяет сэкономить большое количество времени при анализе некоторого объема материала. Все же в подавляющем большинстве использование ИИ в современных работах кафедры отсутствует. Но все может измениться в любую минуту.

В целом статья представляет собой актуальное и перспективное исследование, находящееся на пересечении картографии, геоинформатики и искусственного интеллекта. Ее основная ценность заключается в попытке переосмысления роли ГИС как инструмента познания и перехода к концепции автономных интеллектуальных систем.

К сильным сторонам работы следует отнести актуальность темы, междисциплинарный характер, наличие прототипа системы и стремление к теоретическому обобщению. Авторы предлагают интересную модель развития ГИС, которая может существенно повлиять на будущее картографической науки и практики.

В то же время работа требует дальнейшей доработки: уточнения терминологии, расширения эмпирической базы, а также проработки вопросов доверия и интерпретируемости результатов.

Таким образом, статья может быть оценена как значимый вклад в развитие геоинформационных технологий, открывающий новое направление исследований, но находящийся пока на стадии концептуального и экспериментального становления.

Использование ИИ

Использован ChatGPT и NotebookLM