Intelligenza artificiale nel mondo della Geomatica: cosa aspettarsi?

Cosa si intende con il termine Geo-AI

Di intelligenza artificiale si parla nel mondo della geomatica da diversi anni ma mai come in questo momento si è attivato un movimento di idee e di ricerca su come sia meglio introdurre l’AI nello scenario operativo e della ricerca.

Uno scenario di temi e applicazioni che caratterizza sia il mondo della geomatica operativa che quello della ricerca dove si tratta di sistematizzare l'approccio AI, là dove ancora erano labili alcuni approcci già esistenti sull'uso delle reti neurali ed altro.

Con il Machine e Deep Learning, cuore dell'AI, assisteremo ad una vera rivoluzione nella gestione e comprensione del mondo infinito dei dati geospaziali e non solo.

É chiaro che il mondo dell'AI può aprire diverse altre opportunità, e allo stesso tempo rappresentare un enorme cambiamento a favore della migliore integrazione delle applicazioni geomatiche.

É per questo motivo che preferiamo far parlare un esperto sul tema come Roberto Pierdicca che, insieme ad altri ricercatori italiani, ha costituito un gruppo di ricerca ad hoc dedicato alle Geo-AI, il cui primo convegno si è tenuto lo scorso 14 Dicembre 2023 a Torino. (LEGGI QUI IL REPORT)

Vi invitiamo pertanto a leggere l'intervista a Roberto Pierdicca che trovate nel seguito di questa nota, così da capire come si svilupperà l'innovazione dell'AI nel mondo della GEOMATICA OPERATIVA e in quello della ricerca, legata ad una complessa filiera dei saperi che supera ormai il solo aspetto delle scienze della terra.

Domenico Santarsiero: In generale, come è maturata l’idea di costituire un gruppo di ricercatori che si occupa di AI in campo geomatico? Ma soprattutto, quali saranno le ricadute sul mondo della Geomatica Operativa, ovvero sul lato utenti e clienti date le infinite applicazioni della geomatica? Il mondo del 3D, la cartografia, la gestione del territorio e delle emergenze, e una infinità di altre applicazioni, potranno contare sulla Geo-AI?

Roberto Pierdicca

Sono molti, troppi gli aspetti di cui sarebbe necessario parlare per introdurre quella che oggi è forse la vera “game changer” del nuovo millennio, ovvero l’AI. In realtà di AI si parla da oltre 50 anni, e sembra banale ma una delle principali limitazioni che impediva (fino a una manciata di anni fa) alla AI di “esplodere” era di tipo infrastrutturale: troppi dati e poca potenza computazionale.

Come sappiamo, la Geomatica è nota per la sua complessità di dati, per essere al contempo molto rappresentativa per l’interpretazione dei fenomeni ma al contempo per generare dati estremamente complessi, grandi ed eterogenei. Nuvole di punti, immagini satellitari multi/iperspettrali, segnali GPS e tante altre tecnologie che richiedono notevoli competenze verticali e, soprattutto, tanto intervento umano.

L’idea di coniare il termine Geo-AI nasce da alcune riflessioni fatte da un gruppo eterogeneo e multidisciplinare di ricercatori, provenienti dalla Fondazione Bruno Kessler, Politecnico di Torino e Università Politecnica delle Marche nel 2018, quando si iniziava a sentire la necessità (e le macchine iniziavano a permetterlo) di interpretare nuvole di punti (non strutturate) mediante algoritmi di classificazione e segmentazione automatica.

Se per l’uomo infatti riconoscere la differenza tra un capitello e una parasta o tra una finestra e una porta è immediato, per un sistema di apprendimento profondo non lo è affatto. L’obiettivo, per dirla tutta, era il sogno dello scan-to-bim (ancora tutt’altro che risolto), ovvero il processo di passare automaticamente da una nuvola di punti a un 3D parametrico e “informato” di organismi architettonici complessi. Il progetto di ricerca che ne è scaturito è stato un esperimento, sfociato in un dataset molto vasto per la segmentazione di nuvole di punti per le point cloud di beni culturali e in una innovativa metodologia per permettere alla AI di identificare i principali componenti di edifici di culto ed altre architetture.

Da allora, molti passi in avanti sono stati fatti e l’AI si è sempre più innestata nei processi geomatici, dopo essere stata introdotta nel remote sensing, GIS e fotogrammetria.

Alcuni di questi processi sono diventati di fatto strumenti operativi; si possono citare in tal senso numerosi esempi. Nel campo della Land Cover Land Use (conoscenza dell’uso del suolo), i principali software di classificazione (e.g.e-Cognition) integrano reti neurali profonde per identificare le classi di utilizzo del suolo, per segmentare strade e edifici, o per estrarre i principali indici vegetazionali. Alcuni software di fotogrammetria integrano la AI per la creazione delle maschere e per la stima delle mappe di profondità, rendendo il processo fotogrammetrico più agevole e preciso. Infine, anche per la classificazione delle nuvole di punti sono stati fatti passi da gigante, facilitando il processo di separazione dei DEM e dei DSM da rilievi da drone.

La strada per rendere la AI davvero di uso quotidiano nella Geomatica è ancora lunga, benché ormai tracciata.

AI applicata alla Geomatica Operativa: quali vantaggi per i professionisti?

Domenico Santarsiero: La prima conferenza si è tenuta a Torino ormai da qualche mese. Le notizie sembrano confortanti, ma come è andata veramente? C'è un nuovo che avanza tra le relazioni proposte, tra i progetti di ricerca, e magari anche qualcosa che punti agli utenti direttamente?

Roberto Pierdicca

Come accennato in precedenza, quest’ultima conferenza è in realtà una seconda edizione del primo evento, sempre tenutosi a Torino nel 2019, noto come AI4CH . Da allora, notevoli passi in avanti sono stati fatti, come dimostrato dalle numerose ricerche presentate al convegno. Presentazioni che non hanno riguardato solo ricercatori e accademici, ma anche pubbliche amministrazioni e aziende.

Tra le tante applicazioni, molte andavano nella direzione di fornire agli utenti delle soluzioni pratiche per ridurre l’intervento umano sia nel processamento che nella interpretazione dei dati.

Sistemi per la guida autonoma basati sulla stima della profondità da una sola immagine, sistemi self-supervised per la classificazione del territorio sono stati i lavori pionieristici e che mostravano approcci molto promettenti e pronti per il mercato e per i professionisti. Anche per la fotogrammetria si sono mostrate importanti novità. Le NeRF (Neural Radiance Field) sono reti neurali generative nate per la computer grafica ma che si stanno mostrando efficaci per la ricostruzione 3D in casi complessi, come ad esempio nel processamento di materiali traslucidi e trasparenti, o nel caso di dataset con poche immagini o in presenza di occlusioni. Infine, alcune futuristiche visioni sono state mostrate nel campo dei Large Language Models (LLM), ovvero sistemi che, per intenderci, oggi utilizzano OpenAI per permetterci di “dialogare con ChatGPT”. Chissà se, in un futuro prossimo, non saremo in grado di chiedere ad un prompt di estrarci un capitello da una nuvola di punti di una chiesa, soltanto scrivendolo?

Sviluppi futuri circa l'uso dell'AI nel campo della Geomatica

Domenico Santarsiero: Al di là delle problematiche di sempre nel mondo delle applicazioni, quali saranno le linee di sviluppo preminenti dell’AI nel campo della geomatica operativa? Big Data, analisi di immagini, 3D derivati dal diffondersi delle Point Cloud e della fotogrammetria di quarta generazione ed altro ancora?

Roberto Pierdicca

In un panorama tecnologico in costante evoluzione, e con una rapidissima accelerazione, non è semplice prevedere quali saranno i risvolti pratici per i professionisti.

Una cosa è certa: la scienza si è trasformata in tecno-scienza, e molto spesso non è più lo scopo a guidare il progresso della conoscenza, ma la funzione. Questo non è un male tout court, ma se si perde di vista il motivo reale per cui si punta al miglioramento della conoscenza, i rischi nel settore della geomatica sono evidenti.

Una cosa che mi chiedo spesso è: cerchiamo di sviluppare soluzioni tecnologiche che riducono l’intervento umano, e quindi il tempo. Ma questo tempo che guadagniamo, per che cosa viene poi impiegato, e a quale prezzo?

Ciò che da sempre ha contraddistinto questa disciplina è il costante connubio tra accuratezza e precisione, tra qualità del dato e scala di rappresentazione. Non sono del tutto certo che si fosse raggiunto uno standard, e ora con l’avvento della AI le metriche di valutazione si stanno spostando dalla qualità alla performance. Un po’ quello che sta succedendo nella vita quotidiana.

[...] CONTINUA LA LETTURA DELL'INTERVISTA NEL PDF IN ALLEGATO

PER ULTERIORI APPROFONDIMENTI

• Visita il sito ufficiale del gruppo Geo-AI - Geo-AI 2023.
• Leggi l'articolo su Ingenio dal titolo "Un primo report dal Primo Workshop Italiano sul Geo-AI"
• Leggi l'articolo su Ingenio dal titolo "I rischi dell’AI senza regole"
• Leggi l'articolo su Ingenio dal titolo "Chat GPT migliorerà l'istruzione o la distruggerà"