Ai, maskinlæring og GIS-analyser er sentralt i KartAi-prosjektet. En ekspertgruppe har i prosjektet jobbet med problemstillingen: Hvordan identifisere bygninger fra flyfoto som ikke ligger i kartet eller eiendomsregisteret.
Nå inviterer vi til et åpent seminar med KartAi hvor vi gjennomgår tekniske nyvinninger og resultater på Ai, dataflyt og maskinlæring fra KartAi-prosjektet.
Seminaret er gratis og du vil motta en link hvor du deltar et par dager i forkant. Det vil bli tatt opptak av seminaret som blir sendt ut til de som er påmeldt.
Terje Nuland fra Kristiansand Kommune og Alexander S. Nossum fra Norkart presenterte prosjektet og resultater fra arbeidspakkene på den nasjonale konferansen Geomatikkdagene 2021.
Ivar Oveland presenterte KartAi-prosjektet for to nordiske arbeidsgrupper som samler Kartverk i de ulike nordiske land rundt tema: Matrikkel og Ai/ML. Spennende med internasjonal formidling av prosjektet og resultatene!
Et nytt prosjekt undersøker om kunstig intelligens kan brukes til å øke kvaliteten på det nasjonale eiendomsregisteret. De første forsøkene har gitt spennende resultater.
KartAI-prosjektet hadde oppstart i februar i år, og har nå gjennomført et første eksperiment: De har testet hvordan eksisterende hyllevare-programvare klarer å identifisere bygninger fra flyfoto. Kunstig intelligens fra hyllevare-programvaren ArcGIS Pro med Image Analyst er benyttet for å identifisere bygninger i flere ulike flyfotoserier, innenfor et utvalgt testområde i Kristiansand.
– Resultatene så langt er spennende og peker nyttige veier videre for prosjektet. Algoritmene i den kunstige intelligensen finner bygninger på en god måte med overraskende få feil, sier Christian Malmquist i Kartverket.
Nøye utvalgte testområder
De utvalgte testområdene er tilpasset behovene for maskinlæring og kunstig intelligens. Det er tette boligstrøk med noenlunde lik bebyggelse i ulike bydeler i Kristiansand – og flyfoto over områdene finnes fra flere ulike år. Lokal ekspertise fra Kristiansand kommune har gitt viktige innspill på egnethet.
Trygghet i algoritmer viktig
Ved nærmere undersøkelser avdekket prosjektet en del funn der algoritmen ikke finner bygningene i flyfotoene. Dette gjelder særlig for de mindre bygningene under 50 m2. I testområdet i første eksperiment er det ca. 580 store og små bygninger, hvorav ca. 90 bygninger ikke ble funnet. Av større bygninger var det kun 15 bygninger som ikke ble funnet av den kunstige intelligensen.
En svakhet med kunstig intelligens er falske treff, såkalte falske positive treff. De første resultatene har overraskende få av disse, med kun to falske positive treff.
Trening gir bedre resultater
Fremover vil KartAI-prosjektet etablere svært detaljerte datasett for å trene den kunstige intelligensen i de utvalgte testområdene.
– Treningsdataene er viktig for kunstig intelligens. Det blir spennende å se resultatene vi kan oppnå ved å trene den kunstige intelligensen under norske forhold med lokale og presise treningsdata, sier Ivar Oveland i Kartverket.
TESTOMRÅDE: Bildet viser resultat fra første eksperiment i KartAI-prosjektet. Disse bygningene er funnet ved hjelp av kunstig intelligens.IKKE FEILFRITT ENNÅ: De blå feltene viser bygg som er funnet automatisk, men enkelte bygg ble ikke er fanget opp av den kunstige intelligensen (ringet rundt).
Trygghet og pålitelighet
I KartAI-prosjektet er pålitelighet viktig, og det skal etableres nye metoder for å danne pålitelighetsmål – altså en trygghet – i resultater som kommer fra algoritmene:
– Trygghet og etterprøvbarhet i resultater fra kunstig intelligens er ekstremt viktig når vi skal benytte denne teknologien til å bygge smartere samfunn, sier Alexander Salveson Nossum fra Norkart, prosjektleder for KartAI.
Mer effektiv saksgang er målet
Hovedmålet til KartAI-prosjektet er at saksgangen for byggesaker i kommunen skal bli mer effektiv. Dette skal gjøres ved å heve kvaliteten til eiendomsregisteret (matrikkelen) og kartbaser ved hjelp av kunstig intelligens. I tillegg skal det utvikles automatiserte prosesser som går i dialog med innbygger eller grunneier.
Prosjektet har tre delmål:
Bygninger skal identifiseres ved hjelp av flere forskjellige datakilder som laserdata, flyfoto og crowd-sourcing (digital dugnad). Dette gjøres ved å danne en «geodatasjø» med datakilder som er optimalisert for kunstig intelligens og stordataanalyse.
Gi et bedre beslutningsgrunnlag for kommunal saksbehandling. Prosjektet skal identifisere bygninger under 50 kvadratmeter i et utvalgt område i Kristiansand ved å bruke og skape nye kunstig intelligens-algoritmer fra geodatasjøen. Typisk vil dette være bygninger som er unntatt søknadsplikt og ikke er registrert fra før.
Sikre mer effektiv saksbehandling gjennom pålitelig og automatisert kvalitetsheving av det nasjonale eiendomsregisteret (matrikkelen) og kartbaser, i dialog med innbyggerne.