Il ritmo del cambiamento tecnologico aumenta man mano che vengono resi disponibili nuovi prodotti, con innovazioni rivoluzionarie che spesso si traducono in cambiamenti dirompenti. Insieme a questo cambiamento tecnologico c'è l'esplosione di dati da nuove fonti rilevanti per il dominio geospaziale, tra cui immagini, feed di sensori e dati di tracciamento in tempo reale. Le organizzazioni nei settori pubblico, privato e terzo devono rimanere agili e resilienti per prosperare in questo panorama emergente.
L'adozione di nuove innovazioni tecnologiche in grandi aziende IT controllate può essere impegnativa, a causa dei costi associati, delle sfide di integrazione e dei processi. L'Open Geospatial Consortium (OGC) è un organismo di standardizzazione che, negli ultimi 30 anni, ha lavorato per innovare e creare standard guidati dalla comunità nel dominio geospaziale. Questi standard sono progettati per garantire che i dati e i servizi siano reperibili, accessibili, interoperabili e riutilizzabili (FAIR), garantendo al contempo che gli standard sviluppati siano adatti al dominio di destinazione e semplici da adottare. I principi FAIR possono anche essere applicati all'integrazione di nuove tecnologie in grandi aziende, per garantire che i modelli di interazione con le nuove tecnologie siano noti e che i componenti che offrono la tecnologia siano intercambiabili.
Standardizzazione dei dati di formazione AI/ML
Uno standard OGC che supporta un fenomeno decisamente recente è il OGC Training Data Markup Language for Artificial Intelligence. L'intelligenza artificiale (IA), l'apprendimento automatico (ML) e le applicazioni associate sono state oggetto di ricerca fin dagli anni '1990 e prima. Tuttavia, è solo di recente che sono disponibili la potenza di calcolo necessaria e, soprattutto, i dati per addestrare i modelli di IA. I dati di addestramento sono la linfa vitale dell'IA. Come dice il vecchio assioma, "garbage in, garbage out" e i modelli di IA non sono diversi. Inoltre, i modelli di IA e il loro funzionamento interno possono essere opachi con l'effetto "scatola nera" sugli input e sugli output. Pertanto, la standardizzazione della gestione dei dati di addestramento è importante per gli sforzi scientifici, non da ultimo per la ripetibilità ma anche per i principi FAIR.
Oltre a utilizzare l'IA per svolgere il tipico lavoro geospaziale e di immagini, stiamo anche assistendo all'uso dell'IA per creare dati simulati per scopi di formazione, o persino nefasti. La registrazione di informazioni sui dati di input nei modelli ML in modo standardizzato aiuta con la gestione e l'autenticità degli output. A titolo di esempio, l'immagine sottostante è un paesaggio completamente fittizio creato utilizzando alcuni dati di formazione di una città del Regno Unito e una Generational Adversarial Network (GAN). La standardizzazione dei metadati del set di dati di formazione consente ad altri di creare i propri dati simulati con la stessa sensazione, comprendendo al contempo i parametri di input e i probabili risultati.
Quantum Computing
Mentre l'intelligenza artificiale e l'apprendimento automatico rappresentano un'attuale tendenza tecnologica che offre un ottimo esempio di come il panorama tecnologico possa cambiare da un giorno all'altro, come con il rilascio di ChatGPT nel 2022, un'altra tecnologia rivoluzionaria che si profila all'orizzonte da qualche decennio è il calcolo quantistico.
Sebbene non sia probabile che sostituisca completamente l'informatica classica, l'informatica quantistica offre potenzialmente un'accelerazione esponenziale nella risoluzione di problemi difficili da gestire per l'informatica classica. Questo non significa necessariamente che i computer quantistici siano più veloci nel senso del supercalcolo, ma piuttosto che il loro approccio alla risoluzione dei problemi è fondamentalmente diverso da quello dell'informatica classica. L'informatica classica opera manipolando bit che si trovano in posizione 1 o 0; concatenando un numero sufficiente di queste operazioni, le macchine di calcolo possono svolgere un lavoro utile. I computer quantistici sono diversi perché il loro elemento costitutivo fondamentale è il qubit , che può esistere in una sovrapposizione di 1 e 0. Esistono anche diversi tipi di informatica quantistica: i computer quantistici basati su circuiti sono quelli in grado di eseguire la fattorizzazione di grandi numeri, operazione che ha attirato l'attenzione dei media, e quindi saranno in grado di decifrare la crittografia RSA (che si basa sul principio che fattorizzare grandi numeri è difficile ). Il secondo tipo di informatica quantistica è il ricottura quantistica o informatica quantistica adiabatica , che si presta alla risoluzione di problemi di ottimizzazione.
Il dominio geospaziale è ricco di problemi di ottimizzazione; un esempio tipico è il problema del commesso viaggiatore, in cui un venditore deve visitare diverse località geograficamente distanti, con il vincolo di dover visitare ciascuna località una sola volta, percorrendo il tragitto con il costo più basso (distanza più breve, tempo di percorrenza più breve). Un altro problema di ottimizzazione è il problema dello squilibrio strutturale , in cui un algoritmo tenta di suddividere un social network (spesso con un elemento geospaziale) in gruppi amichevoli, dove, in un grafo bilanciato, tutte le relazioni all'interno dei gruppi sono amichevoli, mentre tutte le relazioni tra i gruppi sono ostili. Nel mondo reale, di solito non è possibile ottenere un risultato perfetto. Questo mette in evidenza le relazioni che non si adattano al modello (relazioni tese), che possono essere un indicatore di conflitto.
Il calcolo quantistico pratico è ora possibile, ci sono diversi provider come Rigetti, D-Wave e simili come Amazon, Google e Microsoft che stanno iniziando a rendere disponibili le loro risorse di calcolo quantistico tramite il cloud. Sebbene nessuno dei computer quantistici sia abbastanza grande da fornire un vantaggio quantistico nello spazio di ottimizzazione, sono pianificati nuovi computer quantistici che saranno in grado di farlo. Come soluzione temporanea, ci sono approcci ibridi classici/quantistici che offrono vantaggi del calcolo quantistico ma possono risolvere problemi pratici.
Come per molte tecnologie emergenti, i modelli di interazione per questi nuovi computer quantistici e risolutori ibridi non sono ancora stati standardizzati e sono personalizzati fino all'hardware. Il sistema D-Wave con Ocean SDK per il calcolo quantistico ha modelli e chiamate che coprono molte delle chiamate di stile di ottimizzazione per cui si potrebbe usare un risolutore quantistico. Forse la prossima mossa per l'OGC è comprendere l'impatto del calcolo quantistico attraverso un Domain Working Group per supportare problemi di stile di ottimizzazione geospaziale attraverso un gruppo dedicato al calcolo quantistico e alle opportunità che offre.
Dove dopo?
Tenendo d'occhio le tecnologie emergenti e anticipando la curva, in termini di adozione, è possibile creare standard che aiutano con l'integrazione e possono fornire cambiamenti significativi alle organizzazioni. La tecnologia è la parte entusiasmante e può offrire opportunità incalcolabili, e più rapidamente e agevolmente queste tecnologie possono essere adottate nelle organizzazioni che ne fanno uso, migliore sarà il ritorno per aziende, utenti e cittadini. Una buona definizione di standard basata sul dominio è la chiave per un panorama tecnologico FAIRer.
Una sessione ad hoc di calcolo quantistico si terrà alle 15:30 CET del 27 marzo 2024, come parte del 128° incontro dei membri dell'OGC a Delft, Paesi Bassi, per discutere la possibilità di standardizzazione nel dominio del calcolo quantistico.
Il tema generale dell'incontro è "Geo-BIM per l'ambiente costruito" e includerà inoltre un Geo-BIM Summit, una sessione speciale di amministrazione del territorio, una sessione speciale sui dati osservativi, una sessione congiunta sull'ambiente costruito, un incontro del Forum europeo, nonché i consueti incontri SWG e DWG ed eventi sociali e di networking. Scopri di più e registrati qui.
Sam Meek è il responsabile tecnologico (Chief Technology Officer) di Helyx Secure Information Systems Ltd.
