Na letošnjem Posvetu informatikov energetike Slovenije (PIES), 9. in 10. aprila v Portorožu, bo GDi nastopil s predavanjem z naslovom »ArcGIS kot geoprostorska AI platforma«. Osrednje vodilo predavanja povzema aktualno vprašanje, s katerim se soočajo organizacije v energetskem sektorju: Kako iz podatkov dobiti prave odločitve? Ko jih povežemo s prostorom – in umetno inteligenco.
Gregor in Erik iz GDi bosta v 20 minutah pokazala, da odgovor ni zgolj tehnološke narave – gre za spremembo paradigme. Prostorski podatki sami po sebi niso dovolj; prava vrednost nastane, ko jih povežemo z metodami umetne inteligence in usmerimo v konkretne poslovne odločitve.
GeoAI: prostorski podatki srečajo globoko učenje
Predavanje bo odprlo širši
pogled na GeoAI – področje, ki združuje geografske informacijske sisteme z
globokim učenjem in računalniškim vidom. S pomočjo slikovnega gradiva in
posnetkov bodo predstavljeni konkretni primeri: avtomatsko zaznavanje energetske
infrastrukture iz LIDAR podatkov, identifikacija primernih lokacij za sončne
elektrarne ter zaznavanje poškodb po naravnih nesrečah.
Predstavljeni bodo tudi GIS asistenti in agenti – orodja, ki delajo GIS
dostopnejši vsem. Dotaknili se bomo pa tudi tem kot so Visual Language Models
(VLM) in prednaučeni GeoAI modeli iz ESRI ekosistema.
Lokalni LLM-ji: AI brez kompromisov pri varnosti
Za kritično infrastrukturo so še posebej relevantni lokalni jezikovni modeli – rešitve, ki delujejo znotraj lastnega omrežja brez pošiljanja podatkov v oblak. Poleg prikaza uporabe lokalnih LLM-ov bo tekla beseda tudi ESRI-jevih AI rešitvah, ki delujejo lokalno oz. ‘on-prem’, kar odpira novo poglavje varnih AI implementacij. ESRI gre v smeri, da omogoči uporabo AI orodij tudi na lokalni namestitvi ArcGIS Enteprise, kar je v današnjih časih nuja za varno uporabo v kritični infrastrukturi.
Praktičen primer iz GDi: Analiza logičnih omrežnih shem
Predstavljena bo rešitev, razvita pri GDi – orodje za analizo logičnih omrežnih shem v standardu CIM z uporabo lokalnega LLM-ja. Gre za primer, kjer umetna inteligenca iz kompleksnih tehničnih dokumentov izlušči strukturirane informacije in podpre odločanje operaterjev – vse to lokalno, brez tveganja za zaupnost podatkov.
