وقتی صحبت از مسیریابی به محل کار، کاوش یک نقطه داغ پرطرفدار یا جستجوی بهترین بریانی در شهر میشود، Google Maps احتمالاً اولین ابزاری است که به ذهن میرسد. با این حال، چه میشود اگر بازیگر دیگری در حال ساخت پشته نقشه نسل بعدی برای هند باشد - پشتهای که دقیقتر، عمیقاً بصیرتبخش و متناسب با نیازهای منحصر به فرد کشور است؟
محصول اصلی شرکت بینالمللی Genesys یک نقشه است؛ اما نه فقط یک نقشه معمولی. در حالی که یک نقشه از چندین لایه تشکیل شده است، راهکار این شرکت بسیار فراتر از آن چیزی است که معمولاً در Google Maps دیده میشود.
در گفتگوی اختصاصی با AIM، سمیر سانکه، مدیر ارشد دیجیتال (CDO) شرکت بینالمللی Genesys، توضیح داد: «علاوه بر دادههای استاندارد نقشهبرداری، ما یک کپی سهبعدی بسیار دقیق با دقت پنج سانتیمتر ارائه میدهیم. در حالی که بسیاری در مورد متاورس به صورت انتزاعی صحبت میکنند، ما قبلاً دوقلوهای دیجیتال دنیای واقعی از شهرهای هند را ایجاد کردهایم.»
سانکه اشاره کرد که این شرکت همچنین دید جامع سطح خیابان، مشابه نمای خیابان گوگل، اما در مقیاسی بسیار بزرگتر ارائه میدهد. تصاویر خیابانی آنها ۱.۵ میلیون کیلومتر را پوشش میدهد که شامل ۱۵۰۰ شهر برتر هند است. این تصاویر اختصاصی و منحصر به فرد آنها هستند و هیچ شرکت دیگری به این مجموعه داده دسترسی ندارد.
قدرت این تصاویر در لایههای مختلف نقشهبرداری است که امکانپذیر میکند. به عنوان مثال، یکی از این لایهها مدل رقومی ارتفاع (DEM) است که کاربردهای متعددی دارد.
یک کاربرد عملی DEM در مسیریابی وسایل نقلیه الکتریکی (EV) است. برای تخمین دقیق برد یک EV از نقطه A به نقطه B، باید تغییرات ارتفاع در طول سفر را در نظر گرفت، زیرا شیبها و سرازیریها بر نرخ تخلیه باتری تأثیر میگذارند. DEM همچنین برای پیشبینی سیل حیاتی میشود. به عنوان مثال، در بنگالورو، جایی که سیل در مناطق کمارتفاع یک مسئله تکراری است، این مدل میتواند آسیبپذیرترین مکانها را مشخص کند.
سانکه گفت: «برای تولید چنین نقشههای دقیقی، ما بزرگترین مجموعه حسگرهای هند را ساختهایم. ما مالک و اپراتور مجموعه متنوعی از ابزارهای جمعآوری داده، از جمله وسایل نقلیه، پهپادها و هواپیماهای مجهز به فناوری تشخیص و اندازهگیری نور (LiDAR) و سیستمهای LiDAR قابل حمل در کولهپشتی هستیم. توانایی ما در ثبت دادههای با وضوح بالا بینظیر است - ما میتوانیم کل شهری مانند بنگالورو را تنها در یک هفته با دقت پنج سانتیمتر نقشهبرداری کنیم.»
او به مثال یکی از بزرگترین سکونتگاههای غیررسمی آسیا، داراوی، اشاره کرد که یکی از چالشبرانگیزترین محیطهای نقشهبرداری را ارائه میدهد. خیابانها به قدری باریک هستند که روشهای نقشهبرداری مرسوم بیاثر هستند. برای غلبه بر این مشکل، Genesys از LiDAR قابل حمل در کولهپشتی استفاده میکند، فناوریای که در ابتدا برای نقشهبرداری مکانهایی مانند ونیز توسعه یافته بود.
سانکه خاطرنشان کرد: «اما نقشهبرداری تنها اولین قدم است. پس از ثبت دادهها، باید آنها را ذخیره و پردازش کنیم و با دهها پتابایت اطلاعات سروکار داشته باشیم. این امر به نرمافزار پیشرفته و تخصص انباشته شده در طول دههها نیاز دارد. صرفاً سرمایهگذاری کافی نیست، سالها تجربه برای تسلط بر کل گردش کار، از جمعآوری داده تا توسعه برنامه، لازم است.»
نقشهبرداری و مسیریابی مبتنی بر هوش مصنوعی
هوش مصنوعی (AI) به بخشی جداییناپذیر از نوآوریهای مکانی تبدیل شده است. سانکه اشاره کرد که مجموعه داده نمای خیابان بیش از ۱.۵ میلیون کیلومتر خطی از تصاویر جادهای را پوشش میدهد و الگوریتمهای یادگیری ماشین آنها بینشهای ارزشمندی را از این حجم عظیم داده استخراج میکنند.
او گفت: «با استفاده از هوش مصنوعی، میتوانیم اطلاعات نقشهبرداری را تجزیه و تحلیل، دستهبندی و بهبود بخشیم و آن را برای برنامهریزی شهری، مسیریابی و مدیریت زیرساختها کاربردیتر کنیم.»
یکی از کاربردهای کلیدی هوش مصنوعی در دادههای مکانی، تحلیل پایداری است. مدلهای مبتنی بر هوش مصنوعی میتوانند فضای سبز شهری را با شناسایی انواع درختان، اندازهگیری عرض تنه و تخمین پتانسیل جذب کربن ارزیابی کنند. این اطلاعات به برنامهریزان شهری و آژانسهای محیط زیست کمک میکند تا اکوسیستمهای شهری را بهتر درک کرده و استراتژیهای زیرساخت سبز را توسعه دهند.
علاوه بر پایداری، هوش مصنوعی نقش مهمی در بینشهای زیرساختی ایفا میکند. مدلهای Genesys میتوانند به طور خودکار عناصر مختلف شهری مانند ویترین مغازهها، زهکشهای آب طوفان، چراغهای خیابانی و سایر ویژگیهای ضروری برای برنامهریزی شهری را شناسایی و طبقهبندی کنند. هوش مصنوعی با ارائه دادههای دقیق در مورد این جنبهها، به منطقهبندی بهتر، مدیریت ترافیک و برنامهریزی تأسیسات کمک میکند.
هوش مصنوعی همچنین با بهبود ایمنی داخل خودرو از طریق سیستمهای مسیریابی صوتی مبتنی بر زبان طبیعی، مسیریابی خودرو را متحول میکند. رانندگان به جای وارد کردن دستی مقاصد، میتوانند از دستورات صوتی برای تجربهای بصریتر و بدون حواسپرتی استفاده کنند. مدل زبان بزرگ (LLM) Genesys که بر روی دادههای جامع نقشه آموزش دیده است، میتواند پرسوجوهای پیچیده را پردازش کرده و پاسخهای دقیقی ارائه دهد.
به عنوان مثال، اگر کاربری بگوید: «مرا به بهترین رستوران گوشت گوسفند در کورامانگالا، بنگالورو ببر»، بدون ذکر نام، هوش مصنوعی احتمالاً چامپاک، رستورانی که به خاطر غذاهای گوشت گوسفندش مشهور است را شناسایی خواهد کرد. به طور مشابه، اگر کاربری درخواست کند: «یک مکان معروف غذاهای دریایی در مسیر من پیدا کن»، سیستم احتمالاً رستوران Sea Meen، یک غذاخوری معروف غذاهای دریایی را تشخیص داده و مسیری شامل توقف در رستوران ایجاد میکند.
ساکه گفت: «با ترکیب یادگیری ماشین با دادههای مکانی، راهکارهای نقشهبرداری و مسیریابی مبتنی بر هوش مصنوعی ما، پایداری، برنامهریزی زیرساختهای شهری و تجربه کلی رانندگی را بهبود میبخشد و حمل و نقل و مدیریت شهری را هوشمندتر و کارآمدتر میکند.»
دادههای بیشتر به معنای نگرانیهای بیشتر در مورد حریم خصوصی است
دولت هند به دلیل نگرانی از سوء استفاده احتمالی از دادههای مکانی، در طول تاریخ سیاست سختگیرانهای در این زمینه داشته است. با این حال، با تشخیص نیاز حیاتی به دادههای نقشهبرداری دقیق، مرکز اکنون رویکرد خود را اصلاح کرده است.
سانکه توضیح داد: «سیاست جدید مکانی گامی مهم به جلو است که تعادلی بین امنیت و دسترسی برقرار میکند. بر اساس این سیاست، فقط نهادهای هندی مجاز به نقشهبرداری و مالکیت تصاویری با دقت زیر یک متر هستند. این امر تضمین میکند که دادههای جغرافیایی بسیار دقیق در داخل کشور باقی بماند و در عین حال استفاده از آن برای برنامهریزی شهری، دفاعی و کاربردهای مختلف دیگر را امکانپذیر میسازد. یک الزام کلیدی این است که این دادهها هرگز هند را ترک نکنند و امنیت ملی و حاکمیت بر داراییهای مکانی حیاتی را تضمین کنند.»
قبل از اجرای این سیاست، پلتفرمهایی مانند Google Earth مدتها بود که تصاویر ماهوارهای ارائه میدادند. دولت هند قبل از تدوین سیاستی که امکان نقشهبرداری با دقت بالا را فراهم کند و در عین حال کنترل توزیع آن را حفظ کند، مزایا و خطرات مرتبط با چنین دادههایی را به دقت ارزیابی کرد.
چه چیزی در آینده نهفته است؟
یکی از این کاربردها، برنامهریزی پایداری است که تمرکز اصلی Genesys است. فناوری آن میتواند پتانسیل خورشیدی کل یک شهر، مانند بنارس، را با کلیک یک دکمه تجزیه و تحلیل کند. این ابزار پروفایل دقیق سایه را ارائه میدهد و به صاحبان خانههای منفرد اجازه میدهد تا پتانسیل خورشیدی پشتبامهای خود را در طول روز تعیین کنند. چنین بینشهایی برای بهینهسازی نصب پنلهای خورشیدی و به حداکثر رساندن بهرهوری انرژی حیاتی هستند.
یکی دیگر از کاربردهای عملی فناوری نقشهبرداری آن در استقرار کابل فیبر نوری است. بسیاری از بازیگران بخش خصوصی از نقشههای با دقت بالای آنها برای برنامهریزی و نصب شبکههای فیبر نوری در سراسر هند استقبال کردهاند.
به طور مشابه، سیستم Genesys به برنامهریزی زیرساختهای مخابراتی کمک میکند. به عنوان مثال، میتواند قرار دادن یک برج ۸۰ فوتی روی یک ساختمان را شبیهسازی کرده و پوشش شبکه آن را ارزیابی کند. اگر پوشش فقط ۴۰٪ باشد، یک تنظیم جزئی ارتفاع، مانند افزایش آن به یک متر، میتواند پوشش را به نزدیک ۸۰-۹۰٪ افزایش دهد.
شرکتهای شهرداری نیز از این دادهها بهرهمند میشوند. به عنوان مثال، شرکت شهرداری بریهانمومبای (BMC) ۱۵۵ کرور روپیه برای نقشهبرداری بمبئی اختصاص داده است و از فناوری Genesys برای برنامهریزی شهری و توسعه زیرساختها استفاده میکند. دادههای آن به نهاد مدنی کمک میکند تا شبکههای جادهای را برنامهریزی کند و اطمینان حاصل کند که جادههای پیشنهادی به طور ناخواسته با مناطق زاغهنشین یا سازههای دائمی تلاقی ندارند.
این توانایی تجزیه و تحلیل، شبیهسازی و بهینهسازی محیطها با چنین دقتی، Genesys را برای ذینفعان دولتی و بخش خصوصی ارزشمند میسازد.