Come l’IA e l’apprendimento automatico trasformano i settori dipendenti dalle applicazioni geospaziali

Autore: Russell Bollig è Senior Director of Solutions di Multivista, facente parte del gruppo Hexagon e John Welter è Presidente di Geospatial Content Solutions presso la divisione Geosystems di Hexagon

L'intelligenza artificiale (IA) e l'apprendimento automatico sono sempre più importanti nelle applicazioni geospaziali e probabilmente trasformeranno le strategie operative nei settori delle costruzioni e delle infrastrutture. In questa intervista Wim van Wegen di GIM International ha incontrato Russell Bollig e John Welter della divisione Geosystems di Hexagon per discutere dell’influenza dell’IA sul campo geospaziale.

L’intelligenza artificiale (IA) sembra essere in grado di determinare sviluppi senza precedenti in molti settori della vita e dell'economia. In che misura la divisione Geosystems di Hexagon ha già incorporato l'IA/apprendimento automatico nella sua offerta di prodotti e quali altre opportunità vede per capitalizzare questa tendenza?

Russell Bollig (RB): L'industria geospaziale comprende molte discipline come la scansione laser 3D e la mappatura con veicoli aerei senza equipaggio (UAV o "droni"), che possono raccogliere set di dati molto grandi. L'analisi, l'allineamento e il rendering di questi set di dati sono tutti ambiti ottimali in cui possiamo utilizzare la tecnologia IA sia per accelerare l'elaborazione che ridurre i costi. La velocità e accuratezza dell’analisi dei dati permette inoltre ogni giorno ai nostri clienti di prendere decisioni migliori, più rapide e più informate.

John Welter (JW): Se pensiamo alla mappatura aerea, alle ampie aree e ai grandi volumi di dati raccolti, l’IA è una soluzione ovvia. Ad esempio, attualmente utilizziamo molto l'IA per la classificazione delle nuvole di punti LiDAR, la creazione di mesh e la generazione di linee di giunzione nei mosaici di ortofoto. L'IA è un fattore abilitante che rende possibile la generazione di alcuni prodotti, oltre ad accelerare il flusso di lavoro e migliorare la qualità complessiva di altri prodotti.

Nel 2016 avete acquisito Multivista. Che ruolo ha avuto Multivista da allora nel guidare l'innovazione nel settore delle costruzioni?

RB: Quale fornitore di software su base cloud per la documentazione delle costruzioni e di servizi di immagini di costruzione che utilizzano una varietà di tecnologie di sensori, Multivista ha una sinergia sostanziale con molte entità di Hexagon. Questo ha portato a significativi sforzi di collaborazione che hanno determinato molte innovazioni. La connessione delle tecnologie per creare flussi di lavoro migliori per i clienti e ridurre i costi delle soluzioni è stata una vera forza trainante. Concentrandoci in particolare sull'adozione del Building Information Modeling (BIM), abbiamo stretto una partnership con Leica Geosystems, anch'essa parte di Hexagon, e lanciato la soluzione di scansione Multivista BIM Program per offrire servizi di scansione e modellazione ai nostri clienti. Solo l’anno scorso, abbiamo scansionato e modellato oltre 21 milioni di piedi quadrati (circa due milioni di metri quadrati) di spazio edificabile. Per molti dei nostri clienti, la scansione e la modellazione sono ancora abbastanza nuove, quindi anche la formazione è fondamentale. Nell'ambito dell'IA e dell'apprendimento automatico, abbiamo iniziato a incorporare modelli di IA per la visione artificiale in molte aree del nostro lavoro. Questi modelli possono analizzare un’immagine per estrarne delle informazioni. Geospatial Content Solutions (GCS) è un'altra straordinaria divisione di Hexagon con oltre 15 anni d’esperienza nell'intelligenza artificiale, con la quale abbiamo collaborato per sviluppare e implementare queste soluzioni di IA. La nostra prima avventura è stata l'utilizzo dell'IA per identificare i problemi di controllo della qualità nell'ambito delle misure antincendio: progetti e materiali specifici utilizzati per rallentare e arrestare gli incendi all'interno di un edificio. Se installate correttamente, le misure antincendio possono salvare vite umane, ma questo è un aspetto della costruzione sempre difficile da gestire. Nell'ambito della soluzione d’analisi antincendio che abbiamo introdotto alla fine del 2021, acquisiamo immagini dal soffitto, le analizziamo entro 24 ore e forniamo ai nostri clienti un elenco di tutte le carenze riscontrate. In poco più di un anno, abbiamo già catturato e analizzato centinaia di piedi quadrati.

Quali nuove frontiere sono state aperte da invenzioni che attirano l'attenzione, come le telecamere sui caschi e i cani robot? Ci sono altre gemme nascoste legate all'IA che hanno il potenziale per fare la differenza negli approcci operativi nel settore delle costruzioni e delle infrastrutture?

RB: Le soluzioni basate sull'IA sono un modo fantastico per contribuire a colmare le lacune dovute all'attuale carenza di manodopera. Le soluzioni IA possono anche aiutarci a risparmiare tempo mentre svolgiamo le nostre normali attività, sia sul campo che in ufficio. La visione artificiale, un campo dell’IA che può analizzare normali immagini 2D o a 360 gradi per fornire approfondimenti, è molto adatta a favorire l'efficienza operativa nel settore delle costruzioni. Oggi possiamo analizzare delle immagini per verificare se specifici materiali sono stati installati e poi eseguire una revisione del controllo di qualità su tali materiali. Molto presto saremo in grado di riferire sull’avanzamento dei lavori. Gli aggiornamenti settimanali e mensili dei programmi di costruzione e il coordinamento e la logistica sul campo trarranno beneficio direttamente da informazioni più accurate e coerenti fornite dal campo. La coerenza e la qualità dei dati sono fondamentali per il successo di questa tecnologia; per questo motivo aiutiamo i nostri clienti offrendo come servizio l’acquisizione di fotografie sull’avanzamento e l'analisi di tali immagini. Ho visto come queste informazioni approfondite trasformano il modo in cui i team di progetto pianificano, eseguono e modificano il loro lavoro, il che è davvero entusiasmante.

JW: Tutto ciò che rende più facile il consumo di informazioni geospaziali o l'interazione con esse contribuisce a far crescere la domanda. Un ottimo esempio è il turismo virtuale, che richiede gemelli digitali aggiornati e accurati per le destinazioni turistiche più rinomate. Questo aiuta gli utenti tradizionali, come le amministrazioni comunali, a giustificare meglio l'investimento in questi set di dati. Il nostro impegno d’economia blu alle Bahamas è un progetto che non sarebbe stato possibile senza l'IA per ottenere le relative informazioni utilizzate per la protezione delle praterie marine.

JW: Certo, l'IA ha permesso di creare modelli di business completamente nuovi per finanziare progetti che prima non erano possibili. Mi riferisco al progetto delle Bahamas dove R-evolution, l’iniziativa imprenditoriale per la sostenibilità di Hexagon, ha collaborato con l'organizzazione no-profit Beneath The Waves per mappare uno dei più grandi serbatoi naturali di carbonio al mondo. Poiché il governo delle Bahamas intende assegnare crediti di carbonio blu per la conservazione dei prati di seagrass, R-evolution e Beneath The Waves hanno utilizzato il sensore LiDAR batimetrico aviotrasportato di Hexagon, il Leica Chiroptera-5, per mappare i prati di seagrass. L'IA guida il modello finanziario che sostiene il progetto, consentendoci d’individuare e delineare le distese di seagrass per calcolare automaticamente il potenziale dei depositi di carbonio di un'area specifica. Gli utenti tradizionali di questi dati batimetrici stanno traendo grandi vantaggi dalla disponibilità di dati migliori di quelli che consentirebbero i budget convenzionali.

In che modo l'IA può contribuire a ridurre la notevole impronta di carbonio del settore delle costruzioni restando in linea con gli obiettivi di sostenibilità?

RB: Ci sono molti modi in cui il settore può integrare più pratiche di sostenibilità in loco. Il controllo della qualità e la riduzione della rilavorazione sono due soluzioni che si stanno adottando oggi. Ad esempio, la computer vision dell'IA può essere utilizzata per analizzare le immagini e rilevare potenziali problemi nelle prime fasi del processo di costruzione. In questo modo si migliora la qualità e si riducono le rilavorazioni, rimediando ai problemi prima che diventino estremamente costosi da risolvere. E come ho detto in precedenza, l’IA può aiutare a calcolare il progresso della costruzione. Aggiornamenti più accurati e tempestivi sull'avanzamento dei lavori possono favorire il coordinamento sul campo durante il progetto, riducendo così gli sprechi e i tempi di realizzazione.

JW: Alimentata dal gemello digitale e dalle informazioni sul traffico, l’IA è estremamente efficace nel determinare quando e come spostare oggetti di grandi dimensioni e dove collocare i materiali, il che è particolarmente vantaggioso durante i progetti di costruzione complessi nelle aree urbane dense. MetroHD, il nostro prodotto premium di City-Scale Digital Twin, è un ottimo esempio di base per tali applicazioni di IA.

A parte il campo delle costruzioni, qual è il punto di vista di Hexagon su come le soluzioni geospaziali basate sull'IA possano essere utili alla società in termini di sfide che stiamo affrontando, come il cambiamento climatico?

JW: Ci sono innumerevoli applicazioni che possiamo sfruttare e realizzare con l’IA. Se pensiamo ai dati geospaziali, in genere l’impiego principale è stato quello di guidare un GIS, ma questo significa anche che si è generato molto valore. L'IA può raccogliere tutte queste informazioni essenziali, in modo da individuare le tendenze prima che diventino problemi critici, come la riduzione delle aree forestali, i problemi di drenaggio che contaminano le riserve idriche importanti e la vegetazione che invade le infrastrutture delle linee elettriche. Tutti questi flussi di informazioni possono avanzare dai processi manuali all'automazione quasi in tempo reale, dandoci in sostanza un moderno "canarino nella miniera di carbone" che ci avvisa in anticipo di molti importanti temi ambientali.

RB: Implementare l'IA significa essenzialmente implementare l'automazione che consente di migliorare l’efficienza riducendo i costi e le ore di lavoro del personale. Nelle costruzioni, i migliori esempi sono l'uso dell'IA per elaborare i dati del laser scanner 3D e individuare le deviazioni e i problemi di allineamento dei dati quando si confrontano le scansioni as-built con i documenti di pianificazione. Nel settore geospaziale, naturalmente vediamo già l'IA analizzare decine di migliaia di immagini al giorno per creare mappe aeree, estrarre caratteristiche e garantire standard di qualità. Spesso si tratta di esempi nei quali l'IA aggiunge la logica all'elaborazione delle immagini per rispondere a delle domande, un’operazione che potrebbe essere troppo costosa o lunga per essere formulata da un essere umano.

 

Quali progressi nei dati geospaziali e nell'apprendimento automatico sono ancora necessari affinché la tecnologia IA raggiunga il suo pieno potenziale?

JW: L’intero ecosistema deve continuare a maturare. Vediamo che i framework open-source, come PyTorch, continuano a progredire rapidamente, mentre i fornitori di cloud che offrono questi servizi in una "piattaforma come servizio" facile da usare contribuiranno a rimuovere gli ostacoli informatici. Vediamo anche aziende come NVIDIA che operano per introdurre un hardware migliore che consente lo sviluppo dell’IA e la generazione dei risultati ancora più rapidi. Nel caso specifico dei dati geospaziali, abbiamo bisogno di standard che supportino un'ulteriore espansione dell'uso dell'IA. Attualmente molti standard sono ottimizzati per gli utilizzi da macchina a uomo, come i tradizionali GIS per lo streaming dei dati, ma gli standard da macchina a macchina non sono stati definiti e diffusi. Questo sarà il prossimo grande passo che aiuterà a far crescere l'IA geospaziale e a ottimizzare l'ecosistema complessivo.

 

L'uso dell'IA è di per sé un processo di apprendimento; non può essere implementato da un giorno all'altro. Quali consigli darebbe alle aziende che intendono utilizzare l'IA per migliorare le loro attività?

JW: Il processo di crescita consiste nell'acquisire porzioni di conoscenze che si sommano tra loro, e ogni lezione costituisce la base per la successiva. L’approccio all’IA dovrebbe avvenire in modo simile. Inizia ora. Inizia con poco. Stabilisci degli obiettivi ragionevoli. E misura i risultati man mano che progredisci.

RB: Non avrei potuto dirlo meglio!