ディープラーニングとArcGISによるGISの革新

人工知能（AI）と地理情報システム（GIS）の交差点は、前例のない機会を解き放っています。AIの一分野であるディープラーニングは急速に進歩しており、画像認識やテキスト翻訳などのタスクにおいて、人間の精度に匹敵するか、それを超える精度を達成しています。この相乗効果は、私たちの世界を理解し、それと関わる方法を変革し、精密農業、犯罪パターン分析、予測的災害管理における能力を向上させています。この記事では、ディープラーニングがGIS、特にArcGISプラットフォーム内でどのように再構築されているかを探ります。

機械学習は、GIS内の空間分析に長年不可欠なものとなっています。ツールやアルゴリズムは、分類、クラスタリング、予測のためにジオプロセシングに適用されます。例えば、ベクトルマシンアルゴリズムは土地被覆分類を作成し、地理的に加重された回帰モデルは空間的に変動する関係性をモデル化します。しかし、これらの手法は、結果に影響を与える要因を特定するために専門家の入力を必要とすることがよくあります。人間の脳に触発されたディープラーニングは、データから直接特徴の特定を自動化し、従来の機械学習手法よりも大幅な進歩を提供します。ディープラーニングは、コンピュータ生成されたニューラルネットワークを使用して問題を解決し、予測を行います。

ディープラーニングの台頭は、膨大なデータセットの利用可能性、コンピューティングパワーの増加、アルゴリズムの改善という3つの主要な要因によって推進されています。インターネット、センサー、衛星は大量のデータを生成します。ゲーム業界によって推進されるクラウドコンピューティングと強力なGPUは、必要な計算リソースを提供します。アルゴリズムの進歩も、ディープニューラルネットワークの効果的なトレーニングを可能にしました。

コンピュータビジョン、つまりコンピュータが「見る」能力は、ディープラーニングが得意とする主要な分野です。衛星、航空、ドローン画像の膨大な量があるため、これはGISにとって非常に価値があります。ディープラーニングは、画像分類（ジオタグ付き写真のカテゴリ分け）、オブジェクト検出（インフラマッピングのための画像内のオブジェクトの特定）、セマンティックセグメンテーション（土地被覆分析のための各画像ピクセルの分類）などのタスクを容易にします。例えば、ディープラーニングは住宅地にあるスイミングプールを検出したり、高い精度で土地被覆を分類したりできます。オブジェクト検出のより正確な形式であるインスタンスセグメンテーションは、ベースマップを改善するために、建物のフットプリントを追加したり、LiDARデータから3D建物を再構築したりできます。マイアミデイド郡の3D建物のモデル作成を自動化するためのEsriとNVIDIAの協力は、この能力の例です。

ディープラーニングは、衛星画像から道路網や建物のフットプリントを自動的に抽出することにより、デジタル地図作成を大幅に強化します。訓練されたディープラーニングモデルを広大な地域に適用し、すべての道路を含む地図を生成して、運転方向の作成を可能にすることを想像してみてください。これは、特に開発途上国や急速に発展している地域で役立ちます。Mask R-CNNのようなインスタンスセグメンテーションモデルは、手動でのデジタイズなしで建物のフットプリントセグメンテーションを容易にします。ArcGIS ProのRegularize Building Footprintツールのようなツールは、その後、精度を高めるためにこれらのフットプリントを洗練することができます。

ArcGISは、データ準備からモデルトレーニング、空間分析まで、データサイエンスワークフローのすべての段階で包括的なツールを提供します。ユーザーは、EsriのArcGIS Living Atlas of the Worldのコンテンツを活用して、分析を豊かにすることができます。ArcGIS Proには、データ準備とトレーニング済みモデルの展開のためのツールが含まれています。ArcGIS Enterprise 10.7のArcGIS Image Serverは、ディープラーニングモデルを大規模に展開する機能を提供します。ArcGIS API for Pythonのarcgis.learnモジュールは、ディープラーニングモデルのトレーニングを簡素化します。ArcGIS Notebooksはすぐに使用できる環境を提供し、ArcGISはさまざまなディープラーニングライブラリを使用したオブジェクト検出と分類のための組み込みPythonラスタ関数を含んでいます。TensorFlowやPyTorchなどのライブラリを備えたPythonは、ディープラーニングの主要言語であり、ArcGIS API for PythonとArcPyは統合に自然に適合します。

画像処理を超えて、ディープラーニングは、事故確率の予測や売上予測などのタスクのために、センサー観測などの構造化データにも適用可能です。Esriは、衛星画像と位置データにおけるAIとディープラーニングに焦点を当てたニューデリーの新R&Dセンターの設立を含む、これらのテクノロジーに多額の投資を行っています。このセンターは、ArcGISプラットフォーム内でのデータサイエンス、ディープラーニング、ジオス空間AIソリューションを推進し、この分野での将来のイノベーションを牽引することを目指しています。