GEOGRAFIK AXBOROT TIZIMLARIDA SUN'IY INTELLEKTGA ASOSLANGAN DASTURLARDAN FOYDALANISH ISTIQBOLLARI
Mirislomov Mirdavlat
Chirchiq davlatpedagogika universiteti mirdavlatmirislomov57@gmaill.com
Annotatsiya: Ushbu maqolada hozirgi davrda tobora raqamli texnologiyalarning yildan-yilga rivojlanib borishi asnosida sun'iy intellekt asosida ishlaydigan dasturlardan geografik axborot tizimlari (GAT) da foydalanish jihatlari haqida so'z boradi.
Kalit so'zlar: geografik axborot tizimlari (GAT), geografiya, masofadan zondlash, sun'iy intellekt, ekspert tizimlar, xarita, neyron tarmoqlar, fazoviy ma 'lumotlar.
ПЕРСПЕКТИВЫ ИСПОЛЬЗОВАНИЯ ПРОГРАММЫ НА ОСНОВЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ГЕОГРАФИЧЕСКИХ ИНФОРМАЦИОННЫХ СИСТЕМАХ
Мирисломов Мирдавлат
Чирчикский государственный педагогический университет mirdavlatmirislomov57@gmail.com
Аннотация: В данной статье говорится об аспектах использования программ искусственного интеллекта в географических информационных системах (ГИС) в условиях развития цифровых технологий из года в год.
Ключевые слова: географические информационные системы (ГИС), география, дистанционное зондирование, искусственный интеллект, экспертные системы, карта, нейронные сети, пространственные данные.
PROSPECTS OF USING PROGRAMS BASED ON ARTIFICIAL INTELLIGENCE IN GEOGRAPHIC INFORMATION SYSTEMS
Mirislomov Mirdavlat
Chirchik State Pedagogical University mirdavlatmirislomov57@gmail.com
Abstract: This article talks about the aspects of using artificial intelligence programs in geographic information systems (GIS) in the context of the development of digital technologies from year to year.
Keywords: geographic information systems (GIS), geography, remote sensing, artificial intelligence, expert systems, map, neural networks, spatial data.
KIRISH
Insoniyat hayotida kompyuterlarning o'rni o'sib borib, birinchi darajaga raqamli axborot texnologiyalari ko'tarilmoqda. Geografik axborot tizimi (GAT)da axborot deganda harf, raqam yoki tasvir shaklidagi ma'lumotlar tushuniladi. Barcha uslublar, texnikalar, amallar, vositalar, tizimlar, nazariyalar, yo'nalishlar va axborotni yig'ish, qayta ishlash va foydalanishga qaratilgan bo'lib, ular birgalikda axborot texnologiyalari deyiladi, GAT esa shulaming biri bo'lib hisoblanadi. GATni bilishning eng oddiy usuli - u bilan ishlash, uning imkoniyatlarini ish jarayonida bilib olishdir. Bugungi kunda kompyuter savodxonligi omma orasida ancha oshgan. GATda tuzilgan xarita oddiy qog'ozli xaritadan yaxshi bezalgani, kompyuterli shakldaligi, qo'lda bajarib bo'lmas darajadagi aniqligi va boshqa bir qator afzalliklari bilan farq qiladi. Xaritaga istagancha o'zgartirish kiritish, yangi mazmun va bo'yoq berish, diagramma va boshqa ma'lumotlami kiritish, o'chirish va h.k. ishlami bajarsa bo'ladi. Buning uchun muallifning shaxsan o'zi xarita tuzishning kompyuterli texnologiyalari bilan mukammalroq tanishishi va ular asosida xarita tuzib ko'rishi kerak. Xarita yaratishning bu texnologiyasi bugungi kunda, birinchidan - sezilarli darajada universallashgan, ikkinchidan - juda tez rivojlanayotgan, inson faoliyatining hamma sohalarini qamrab olayotgan j arayondir.
ADABIYOTLAR TAHLILI
Geografik axborot tizimlari sohasida asosiy bilimlami beruvchi va chet mamlakatlar xalqlari tillaridagi kitoblarda va GATning turli sohalariga oid bo'lgan monografiyalar va konferensiya materiallari orqali tadqiqotchilar GAT tizimiga ham nazorat va ham amaliy yangiliklar kundan-kunga ko'plab kiritmoqdalar.
Geografik axborot tizimlari (GAT) ma'lumotlar bazasini boshqarish tizimlarida qo'llab-quvvatlanadigan fazoviy ma'lumotlar bilan ishlash uchun murakkab fikrlash mexanizmlarini talab qiladi [1]. Biroq, ulardan foydalanish cheklangan, ayniqsa ma'lumotlar juda dinamik bo'lgan va ba'zi noaniqliklar mavjud bo'lganda aqlli qaror qabul qilishni qo'llab-quvvatlashga muhtoj bo'lgan tizimlar uchun bo'lishi mumkin [2]. So'nggi yillarda ko'plab geoilmiy tadqiqotchilar atrof-muhit ma'lumotlarini tushuntirishi va modellashtirishi mumkin bo'lgan parametrik bo'lmagan usullarni o'rganishni boshladilar [3]. Neyron tarmoqlari va vaziyatga asoslangan fikrlash ekologik modellashtirish uchun tegeografik axborot tizimlarihli usullarni taqdim etishi mumkinligi taklif qilindi [4]. Geografik ma'lumotlarning o'ziga xos fazoviy
xususiyatidan kelib chiqib, bunday modellashtirishni GAT doirasida amalga oshirish maqsadga muvofiq ko'rinadi. So'nggi o'n yil ichida sun'iy intellektni qo'llash sezilarli darajada o'sdi.
Geografik axborot fani deb ham ataladigan fazoviy fan ko'plab ilmiy fanlarda muhim rol o'ynaydi, chunki u haqiqiy dunyo hodisalarini ularning joylashuviga qarab tushunish, tahlil qilish va tasavvur qilishga intiladi. Fazoviy olimlar geografik axborot tizimlari va masofaviy zondlash kabi texnologiyalarni fazoviy (masalan, georeferentsiyalangan) ma'lumotlarga ushbu maqsadlarga erishish uchun -kosmosdagi naqshlarni aniqlash va tushunish uchun qo'llaydilar. Katta ma'lumotlarning hozirgi davri bilan bog'liq bo'lib, real vaqt rejimida fazoviy katta ma'lumotlarni ishlab chiqarish mavjud bo'lib, ular Twitterdagi geotegili ijtimoiy media postlaridan meteorologik ma'lumotlarni to'playdigan atrofmuhit sensorlariga qadar hamma joyda mavjud bo'ldi.
Sun'iy intellekt geografik axborot fanida mustaqil ravishda pay do bo'ldi. So'nggi o'n yil ichida sun'iy intellekt va geografik axborot tizimlarining sezilarli darajada yaqinlashishi kuzatildi. Sun'iy intellekt geografik axborot tizimlari loyihalari uchun murakkab texnikalarni taqdim etadi, geografik axborot tizimlari esa keng ma'lumotlar to'plamlari va sun'iy intellekt uchun keng ko'lamli ilovalarga ega kuchli texnologiyadir. Masalan, loyqa mantiq ma'lumotlarni yig'ish, taqdim etish va tahlil qilish, shuningdek, yer, tuproq va masofadan seziladigan tasvirlarni tasniflash kabi noaniq fazoviy masalalarda muvaffaqiyatli qo'llanildi. Geografik axborot tizimlarida axborotni aqlli qayta ishlashni rag'batlantirish uchun sun'iy intellektda usullardan foydalanishga intilish mavjud. Sun'iy intellektdagi bilimga asoslangan tizimlardagi texnikalar bunday real vaziyatlarni modellashtirishning ulkan qobiliyatiga ega. Sun'iy intellektga asoslangan modellar foydalanuvchilarga o'xshashlik algoritmlarining og'irliklarini ham, hamjamiyatning bashorat qilingan turlarini real dunyo nuqtsun'iy intellekt nazaridan, ya'ni vaziyat asosidagi o'xshash vaziyatlarni asoslash imkonini beradi. Bunday modellar foydalanuvchiga boshqa fazoviy hodisalarni taqsimlash bilan bog'liq o'lchangan omillarning nisbiy ahamiyatini aniqlash imkonini beradi [5].
Sun'iy intellekt so'nggi yillarda akademiya, sanoat va keng jamoatchilik tomonidan katta e'tiborga sazovor bo'ldi. Yaqinda mashhur bo'lishiga qaramay, bu soha 1956 yilda Dartmut kollejidagi ustaxonada tug'ilgan (MakKarti 1956) [6]. Sun'iy intellekt boshidanoq keng soha bo'lib, juda ko'p turli xil ta'riflarga ega (Russell va boshq. 2003) [7]. Ba'zi ta'riflar odamlar kabi harakat qila oladigan aqlli mashinalarni loyihalashga qaratilgan. Masalan, mashhur Turing testi Mashinaning javoblari haqiqiy odamning javoblaridan farq qilib bo'lmaydimi yoki yo'qligini aniqlash uchun mo'ljallangan (Turing 1950). Ba'zi boshqa ta'riflar odatda inson aql-zakovatini talab qiladigan vazifalarni bajarish uchun hisoblash usullarini loyihalash va rivojlantirishga
qaratilgan, masalan, tasvirlardan obyektlarni tanib olish yoki tabiiy tildagi jumlalarning ma'nosini tushunish imkonini beradi.
Sun'iy intellekt, geografiya va geografik axborot fani bo'yicha tadqiqotlar so'nggi o'n yilliklarda bir nechta samarali aloqa nuqtalariga ega bo'ldi [8]. 30 yildan ko'proq vaqt oldin, sun'iy intellekt usullari fazoviy modellashtirish va geografik muammolarni hal qilish uchun qanday ishlatilishini taklif qildi [9]. Jumladan, regressiya modellashtirish, fazoviy optimallashtirish, fazoviy naqshni aniqlash va fazoviy simulyatsiya uchun neyron tarmoqlar, shuningdek, fazoviy bilim bazalari va ekspert tizimlaridan foydalanish muhim ahamiyat kasb etdi [10].
Geografik axborot tizimlarida sun'iy intellektdan faol foydalanishning muqarrarligini tan olgan holda, OGK (Ochiq Geofazoviy Konsortsium) 2018 yilda GeoSI (Geofazoda sun'iy intellekt) ishchi guruhini tashkil etdi, uning maqsadi umumiy yondashuvlarni ishlab chiqish va muvofiqlashtirishdir. Konsortsium a'zolarining bu boradagi sa'y-harakatlari. GeoSI ni rivojlantirishga qiziqqan kompaniyalar geoaxborot sohasi qayerga ketayotgani va OGK qaysi sohalar GeoSI uchun ustuvor ahamiyatga ega ekanligi haqida tasavvurga ega bo'lishi kerak [11].
METODOLOGIYA
Mavzuni ilmiy jihatdan o'rganish, tahlil va tadqiq etish jarayonida qiyosiy baholash, tizimli tahlil, statistik tahlillardan foydalanilgan.
MUHOKAMA VA NATIJALAR
Geografiya sohasida sun'iy intellektning ko'plab dasturlari mavjud. Masofadan zondlash tasvirlaridan yer yuzasining tabiiy xususiyatlarini avtomatik tanib olish bunga misol bo'la oladi. Kraterlar, vulqonlar va qumtepalar kabi tabiiy relyef xususiyatlari yer-geologik jarayonining muhim ko'rsatkichlari hisoblanadi. Ularning qayerdaligini aniqlash va geomorfologik xossalarini ajratib olish geograflar va geologlar uchun turli relyef belgilarining hosil bo'lish jarayonini tushunish, o'xshash landshaftlarni farqlash hamda geofazoviy bilimlarimizni boyitishda katta ahamiyatga ega. Bu vazifa avvalroq ob'ektga asoslangan tasvir tahlili (OBTT) yordamida amalga oshirilgan bo'lsa-da, ishlov berish bosqichlarini avtomatlashtirishga deyarli erisha olmaydi. O'lchov omili va segmentlangan super piksellarni birlashtirish (o'xshash qiymatlarga ega piksellar klasteri) kabi parametrlar ko'pincha qo'lda yoki yarim avtomatik ravishda amalga oshiriladi. Masofaviy zondlash tasvirlari kabi fazoviy katta ma'lumotlarning ko'payishi, shuningdek, chuqur o'rganish usullarining tez evolyutsiyasi bilan turli xil relef xususiyatlarini aniqlash va tavsiflash uchun avtomatik o'rganish jarayonini amalga oshirish mumkin bo'ladi.
1-jadval
Geografik axborot tizimlarida sun'iy intellekt texnologiyalarning qisqacha
funksiyasi va xususiyatlari [5]
Ta'rif
Sun'iy intellekt Informatika fanining inson - Intellektual qobiliyatlarni talab
aql-zakovatini talab qiladigan vazifalarni
qiladigan vazifalarni avtomatlashtirish
bajarishga qodir bo'lgan intellektual tizimlarni - O'rganish va yangi vaziyatlarga moslashish
yaratish bilan - Murakkab ma'lumotlarni tan olish
shug'ullanadigan bo'limi. va tahlil qilish - Mantiq va tajribaga asoslangan qarorlar qabul qilish
oma'lumotlar y - Obyektlarning koordinatalari va
va fazoviy xususiyatlari atributlari haqidagi ma'lumotlarni
haqidagi ma'lumotlarni o'z o'z ichiga oladi
ichiga olgan ma'lumotlar. - Vektor yoki rastr ma'lumotlari sifatida taqdim etilishi mumkin - Xaritalar yaratish va fazoviy munosabatlarni tahlil qilish uchun foydalaniladi
- Xaritalar va geografik
G vizualizatsiyalarni yaratish uchun
e geoma'lumotlardan foydalanadi
o - Vizual idrok va aloqa tamoyillarini
g ko'rib chiqadi
r - Fazoviy ma'lumotlarni tahlil qilish
a va tushunishga yordam beradi
- Kompyuterlarga muammolarni
K aniqlash va bashorat qilish imkonini
o beradi
Mashinani o'rganish m - Ma'lumotlarni tasniflash,
P regressiya va klasterlash uchun
y ishlatiladi
u - Modellarni o'rgatish va sinovdan
t o'tkazish uchun katta hajmdagi
e r l a ma'lumotlar talab qilinadi
Masofaviy zondlash tasvirlaridan tabiiy yer xususiyatlarini avtomatik aniqlashni qo'llab-quvvatlash uchun Faster-RCNN (Tezroq mintaqaga asoslangan CNN)
modelini kengaytirdi [12]. Boshqa dasturlardan farqli ravishda CNN yordamida tasniflash vazifalari, oyektni aniqlash nafaqat tasvir ichida nima borligini, balki chegaralovchi quti (BBOX) bilan tasvirlangan obyektning joylashishini ham aytishi kerak. Bu trening ma'lumotlarida qo'shimcha joylashuv yorliqlarini ham talab qiladi. Bunday fazoviy muammolarga chuqur o'rganishni qo'llashda bir qancha muammolar hal qilindi. Bunga o'quv ma'lumotlar bazasining etishmasligi, tabiiy xususiyatlarning texnogen xususiyatlar bilan solishtirganda noaniq chegarasi, masalan, qurilish yoki golf maydonchalari va turli xususiyatlarning toifalararo o'xshashligi kiradi. Misol uchun, odatda vulqon tepasida "vulqon krateri" deb ataladigan krater turi mavjud bo'lib, u zarba kraterlariga o'xshaydi. Bunday farqlarni o'rnatish chuqur o'rganish tarmog'idan har bir (kichik) toifaga xos xususiyatlarni, masalan, faol vulqondan kul chiqarish va zarba krateri odatda paydo bo'ladigan tekisroq erlarni o'rganishni talab qilishi mumkin. 10 000 dan ortiq rasmlardan iborat test ma'lumotlar bazasiga asoslanib, chuqur o'rganish tarmog'i sakkizta relyef toifasini aniqlash vazifasi uchun o'rtacha o'rtacha aniqlikning (mAP) 90% dan ortig'iga erishadi [13]. (Li and Hsu 2018). Olingan ma'lumotlar, ham toifa, ham BBOX cheklangan fazoviy ma'lumotni to'ldirishi mumkin, bu faqat ma'lum bo'lgan gazetalarda, masalan, USGS (Amerika Qo'shma Shtatlari Geologik xizmati), GNIS (Geografik nomlar haqida ma'lumot tizimi) kabi xususiyatlarni ifodalash uchun nuqtadir, shuning uchun xususiyatlarni taqsimlash va landshaftni talqin qilish uchun yaxshiroq yordam beradi. 1-rasmda tepalik, zarba krateri, meandra va vulqonni aniqlash natijalari ko'rsatilgan.
Bit -- . -v ' -^¿rVH
(a) (b) (c) (d)
1-rasm. Masofadan zondlash tasvirlari orqali: tepalik (a), zarba krateri (b), meander (c) va vulqon (d) yer xususiyatlarini
aniqlash natijalari tasviri [14]
XULOSA VA TAKLIFLAR
Geografik axborot tizimlarida (GAT) sun'iy intellektga asoslangan dasturlardan foydalanish istiqbollari fazoviy ma'lumotlarni tushunish va boshqarishni inqilob qilish uchun juda katta turtki beradi. Sun'iy intellekt texnologiyalarining Geografik axborot tizimlariga integratsiyalashuvi geofazoviy ma'lumotlarni yanada aniq, samarali va dinamik tahlil qilish imkoniyatini taqdim etadi, bu esa turli sohalarda qarorlar qabul
qilish va innovatsion ilovalarni yaxshilashga olib keladi. Sun'iy intellekt rivojlanishda davom etar ekan, uning geografik axborot tizimlari bilan sinergiyasi murakkab fazoviy muammolarni hal qilish va geofazoviy ma'lumotlarning kuchini misli ko'rilmagan usullarda ishlatish uchun yangi imkoniyatlarni ochishga tayyordir. Shuningdek, tadqiqot doirasida bir qancha takliflar ham ishlab chiqilgan. Ular quyidagilar:
- Tadqiqot va ishlanmalarga sarmoya kiriting: tadqiqot va ishlanmalarga doimiy investitsiyalar geografik axborot tizimlarida sun'iy intellektga asoslangan dasturlarning imkoniyatlarini oshirish uchun juda muhimdir. Sun'iy intellekt mutaxassislari va geografik axborot tizimlari mutaxassislari o'rtasidagi fanlararo hamkorlikni qo'llab-quvvatlash aqlli fazoviy tahlil vositalarini va bashoratli modellashtirish usullarini ishlab chiqishda innovatsiyalarni rivojlantirishi mumkin
- Ma'lumotlar bilan hamkorlikni rivojlantirish: Tashkilotlar va tadqiqot institutlari o'rtasida ma'lumotlar almashish va hamkorlikni rag'batlantirish GAT platformalarida yanada ishonchli tahlil va modellashtirish uchun sun'iy intellekt algoritmlari tomonidan ishlatilishi mumkin bo'lgan katta, xilma-xil ma'lumotlar to'plamlarini yaratishga yordam beradi.
- Imkoniyat va tajribani oshirish: sun'iy intellekt va geografik axborot tizimlari sohalarida mutaxassislarning salohiyati va tajribasini oshirish uchun o'quv dasturlari va ta'lim tashabbuslari yaratilishi kerak. Jismoniy shaxslarni geografik axborot tizimlari kontekstlarida sun'iy intellekt texnikasini qo'llash ko'nikmalari bilan jihozlash yanada murakkab va ta'sirli geofazoviy ilovalarni ishlab chiqishga olib kelishi mumkin.
- Axloqiy va mas'uliyatli foydalanishni ta'minlash: sun'iy intellekt texnologiyalari geografik axborot tizimlariga integratsiyalashganligi sababli, axloqiy mulohazalar va mas'uliyatli foydalanishni birinchi o'ringa qo'yish muhim ahamiyatga ega. Sun'iy intellekt asosidagi geografik axborot tizimlari dasturlari doirasida geofazoviy ma'lumotlarni axloqiy jihatdan to'plash, boshqarish va qo'llashni tartibga soluvchi yo'riqnomalar va standartlar belgilanishi kerak, bunda maxfiylik, adolatlilik, oshkoralik va hisobdorlikka e'tibor qaratiladi.
- Fanlararo hamkorlikni rag'batlantirish: sun'iy intellekt, geografik axborot tizimlari va domenga oid ekspertlar o'rtasida hamkorlik va bilim almashinuvini rag'batlantirish shaharsozlik, atrof-muhitni muhofaza qilish, sog'liqni saqlash va tabiiy ofatlarni boshqarish kabi sohalarda murakkab geografik muammolarni hal qiluvchi moslashtirilgan sun'iy intellekt yechimlarini ishlab chiqishga yordam beradi.
Ushbu takliflarni qabul qilish orqali manfaatdor tomonlar geografik axborot tizimlarida sun'iy intellektga asoslangan dasturlarning transformatsion salohiyatidan foydalanishi mumkin, bu esa ko'proq ma'lumotga ega, ma'lumotlarga asoslangan qarorlar qabul qilish va turli sohalarda geofazoviy ma'lumotlar samarali foydalanadigan innovatsion ilovalarga yo'l ochib beradi.
FOYDALANILGAN ADABIYOTLAR RO'YXATI
1. C. J. A. Bradshaw, M. Purvis, R. Raynov, Q. Zhou and L. S. Davis, "Predicting patterns in spatial ecology using neural networks: modelling colonisation by New Zealand fur seals, in Proc. of the International Symposium on Environmental Software Systems (ISESS) 1999, 1999.
2. T. Chon, Y. S. Park, K. H. Moon and E. Y. Cha, "Patternizing communities by using an artificial neural network," Ecological Modelling, vol. 90, pp. 69-78, 1996.
3. S. L. Ozesmi and U. Ozesmi, "An artificial neural network approach to spatial habitat modelling with interspecific interaction," Ecological Modelling, vol. 116, pp. 15-31, 1999.
4. M. H. Hassoun, Fundamentals of Artificial Neural Network. Cambridge, Massachusetts Institute of Technology (MIT) Press, 1995.
5. V. Vozenilek. 2009. "Methods of Artificial Intelligence in GIS". Department of Geoinformatics, Palacky University Olomouc.
6. Hu, Y., Li, W., Wright, D., Aydin, O., Wilson, D., Maher, O, and Raad, M. (2019). Artificial Intelligence Approaches. The Geographic Information Science & Technology Body of Knowledge (3rd Quarter 2019 Edition), John P. Wilson (ed.). DOI: https://doi. org/10.22224/gistbok/2019.3.4
7. Russell, S. J., Norvig, P., Canny, J. F., Malik, J. M. and Edwards, D. D., 2003. Artificial intelligence: a modern approach. Prentice hall Upper Saddle River.
8. Openshaw S, Openshaw C (1997) Artificial intelligence in geography. Wiley, New York
9. Stock K, Jones CB, Russell S, Radke M, Das P, Aflaki N (2022) Detecting geospatial location descriptions in natural language text. Int J Geogr Inf Sci 36(3):547-584
10. Purves RS, Clough P, Jones CB, Hall MH, Murdock V et al (2018) Geographic information retrieval: progress and challenges in spatial search of text. Found Trends® Inf Retr 12(2-3):164-318
11. Mirislomov Mirdavlat GEOGRAFIK AXBOROT TIZIMI VA GEOGRAFIK TADQIQOTLARDA SUN'IY INTELLEKTGA ASOSLANGAN EKSPERT TIZIMLARINING O'RNI VA AHAMIYATI // Raqamli iqtisodiyot (Цифровая экономика). 2024. №6. URL: https://cyberleninka.ru/article/n/geografik-axborot-tizimi-va-geografik-tadqiqotlarda-sun-iy-intellektga-asoslangan-ekspert-tizimlarining-o-rni-va-ahamiyati
12. Li, W., Zhou, B., Hsu, C.-Y., Li, Y. and Ren, F., Recognizing terrain features on terrestrial surface using a deep learning model: an example with crater detection. ed. Proceedings of the 1st Workshop on Artificial Intelligence and Deep Learning for Geographic Knowledge Discovery, 2017b, 33-36.
13. Li, W. and Hsu, C.-Y. 2018. Automated terrain feature identification from remote sensing imagery: a deep learning approach. International Journal of Geographical Information Science, 1-24.
14. Hu, Y., Li, W., Wright, D., Aydin, O., Wilson, D., Maher, O, and Raad, M. (2019). Artificial Intelligence Approaches. The Geographic Information Science & Technology Body of Knowledge (3rd Quarter 2019 Edition), John P. Wilson (ed.). DOI: https://doi. org/10.22224/gistbok/2019.3.4