Mariah Lucas, Pensilvaniya Dövlət Universiteti tərəfindən

Stefani Baum tərəfindən redaktə edilmiş , Robert Eqan tərəfindən nəzərdən keçirilmişdir

 Redaktorların qeydləriSadə dildə sorğuya cavab olaraq, avtonom AI agenti, GIS Copilot, avtomatik olaraq Filadelfiyada ən uzun yolun yüksəklik profili diaqramını daxil edən geoproses iş axını yaratdı. Kredit: Zhenlong Li

Son 50 il ərzində coğrafiyaçılar coğrafi informasiya sistemlərində (CİS) hər bir yeni texnoloji dəyişikliyi qəbul etdilər – yer məlumatlarını xəritələrə və yerlərin və insanların qarşılıqlı əlaqəsi haqqında anlayışlara çevirən texnologiya – əvvəlcə kompüter bumu, sonra internetin yüksəlişi və veb əsaslı GIS ilə məlumat mübadiləsi imkanları, daha sonra isə smartfon məlumatlarının və bulud əsaslı GIS sistemlərinin yaranması.

İndi başqa bir paradiqma dəyişikliyi sahəni dəyişdirir: minimal insan nəzarəti ilə CIS funksiyalarını yerinə yetirməyə qadir müstəqil “agent” kimi süni intellektin (AI) meydana gəlməsi.

Annals of GIS- də nəşr olunan bir araşdırmada Penn State-də coğrafiya tədqiqatçılarının rəhbərlik etdiyi çox institusional komanda muxtar CİS-in konseptual çərçivəsini təqdim etmək və bu dəyişikliyin CİS təcrübəsini necə yenidən müəyyənləşdirdiyini araşdırmaq üçün dörd AI agenti qurdu və sınaqdan keçirdi.

“Keçmişin paradiqma dəyişiklikləri kimi, avtonom GIS, AI-nin CIS ilə inteqrasiyasının yeni yaranan paradiqmasını təmsil edir, burada o, sadəcə başqa bir vasitə deyil, əksinə, geoməkan problemlərini həll etmək üçün CIS alətlərindən istifadə edə bilən süni bir coğrafi analitikə çevrilir” dedi aparıcı müəllif Zhenlong Li, Coğrafiya Elmləri və Coğrafiya Elmləri və Minalar Kollecinin dosenti. Tədqiqat laboratoriyası.

“Bu araşdırmada biz bir GIS icması olaraq AI “agent” texnologiyasını mövcud GIS iş axınlarına ən yaxşı şəkildə necə inteqrasiya edəcəyimizi və sistemlərin mövcud çatışmazlıqlarını və məhdudiyyətlərini təhlil etməyə vaxt sərf etdik” dedi Li. “Məqsədimiz geoməkan icması üçün ənənəvi iş axınlarından kənara çıxan GIS sistemlərinin inkişafı üçün zəmin yaratmaqdır.

https://googleads.g.doubleclick.net/pagead/ads?gdpr=0&us_privacy=1—&gpp_sid=-1&client=ca-pub-0536483524803400&output=html&h=280&slotname=8188791252&adk=1645945215&adf=308666314&pi=t.ma~as.8188791252&w=750&fwrn=4&fwrnh=0&lmt=1762512206&rafmt=1&armr=3&format=750×280&url=https%3A%2F%2Fphys.org%2Fnews%2F2025-11-frontier-ai-geographic.html&fwr=0&rpe=1&resp_fmts=3&wgl=1&aieuf=1&aicrs=1&uach=WyJXaW5kb3dzIiwiMTkuMC4wIiwieDg2IiwiIiwiMTQxLjAuNzM5MC4xMjMiLG51bGwsMCxudWxsLCI2NCIsW1siR29vZ2xlIENocm9tZSIsIjE0MS4wLjczOTAuMTIzIl0sWyJOb3Q_QV9CcmFuZCIsIjguMC4wLjAiXSxbIkNocm9taXVtIiwiMTQxLjAuNzM5MC4xMjMiXV0sMF0.&abgtt=6&dt=1762512206773&bpp=1&bdt=150&idt=32&shv=r20251105&mjsv=m202511030101&ptt=9&saldr=aa&abxe=1&cookie=ID%3Df22668bce9793ae4%3AT%3D1735196613%3ART%3D1762512155%3AS%3DALNI_Mb4Xpwl1SO1AcvqroR6xccDm_sheQ&gpic=UID%3D00000f7c5320f40b%3AT%3D1735196613%3ART%3D1762512155%3AS%3DALNI_Mb1dz_DHiT2yDzXLMaB9CDkQl4XGg&eo_id_str=ID%3D1241933dda87baba%3AT%3D1750839581%3ART%3D1762512155%3AS%3DAA-AfjZwPuiSAour3k16ZA1JtXua&prev_fmts=0x0&nras=1&correlator=8512259583891&frm=20&pv=1&rplot=4&u_tz=240&u_his=3&u_h=1080&u_w=1920&u_ah=1032&u_aw=1920&u_cd=24&u_sd=1&dmc=8&adx=448&ady=2163&biw=1905&bih=945&scr_x=0&scr_y=0&eid=31095608%2C42531706%2C95376901%2C95344790%2C95376120&oid=2&pvsid=8571333685566676&tmod=1640530594&uas=0&nvt=1&ref=https%3A%2F%2Fphys.org%2F&fc=1920&brdim=0%2C0%2C0%2C0%2C1920%2C0%2C1920%2C1032%2C1920%2C945&vis=1&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&plas=596x848_l%7C596x848_r&bz=1&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=2&uci=a!2&btvi=1&fsb=1&dtd=125

Tədqiqatçılar dörd sübutlu AI ilə işləyən GIS agentləri ilə agentlərin minimal insan müdaxiləsi ilə geoməkan məlumatları əldə edə, məkan təhlili apara və xəritələr yarada biləcəyini nümayiş etdirdilər.

Bir nümunə araşdırmasında, tədqiqatçılar ilk dəfə Beynəlxalq Rəqəmsal Yer Jurnalında təfərrüatları verilmiş LLM-Find adlı məlumat axtarış agenti qurdular və o, istifadəçilərin istəkləri əsasında avtomatik olaraq geoməkan məlumat dəstlərini əldə edir, məsələn, “Kolumbiya, Cənubi Karolinada məktəbdə gediş-gəlişin qiymətləndirilməsi üçün piyada yolları və xidmət yolları istisna olmaqla yol şəbəkələrini yükləyin”. Bir neçə dəqiqə ərzində LLM-Find kompleks qiymətləndirmə üçün lazım olan səkilər, yol şəbəkələri, məktəb yerləri və yüksək rezolyusiyaya malik uzaqdan zondlama görüntüləri haqqında məlumat əldə etdi.

“LLM-Find nümayiş etdirdi ki, avtonom GIS agentləri məlumat toplusunu əl ilə ovlamadan mənbələrdən məlumatların əldə edilməsini idarə edə bilər, bu da fəza analizlərində məlumatların hazırlanmasının çətin işini azaltmağa kömək edir” dedi Li. “Lakin AI agentinin məsləhətləşə biləcəyi mənbələrin sayı hələ də məhduddur, buna görə də LLM-Find üçün insan nəzarəti və idarəetmə lazımdır.”

Tədqiqatçıların qurduğu və sınaqdan keçirdiyi növbəti CİS agenti LLM-Geo, LLM-Find tərəfindən əldə edilən məlumatlardan istifadə edərək məktəbdə gəzinti qabiliyyətini qiymətləndirdi, sonra avtonom şəkildə gəzinti balları və xəritələr yaradan məkan iş axını yaratdı.

“Bu, məlumatların axtarışından kənara çıxan daha mürəkkəb bir işdir, burada AI agenti faktiki olaraq sadə dilli sorğu əsasında məlumatların təhlili aparır” dedi Li. “Bu təhlil işi adətən kiçik və ya başlanğıc səviyyəli coğrafiyaşünas tərəfindən edilə bilər.”

Gündəlik anlayışlar üçün Phys.org-a etibar edən 100.000-dən çox abunəçi ilə elm, texnologiya və kosmosda ən son yenilikləri kəşf edin . Pulsuz xəbər bülleteni üçün qeydiyyatdan keçin və mühüm nailiyyətlər, yeniliklər və tədqiqatlar haqqında gündəlik və ya həftəlik yeniləmələr əldə edin .

Növbəti nümunə araşdırması, LLM-Cat, vizual xəritələrin dizaynı üçün məlumatların toplanması və təhlilindən kənara çıxaraq daha ciddi kartoqrafik tapşırıqları yerinə yetirdi. Agent simvollar, rəng miqyası, xəritə görünüşü və digər xəritə elementləri ilə bağlı qərarlar qəbul edərək bütün sistemi tam avtomatlaşdırmaya yaxınlaşdırdı.

Yekun nümunə araşdırması hər üç agenti ChatGPT və ya Google Əkizlərə bənzər funksiyaları olan GIS Copilot adlı iş üstü insandan agentə köməkçi köməkçiyə birləşdirdi .Kredit: GIS İlnamələri (2025). DOI: 10.1080/19475683.2025.2552161

“Biz GIS Copilotunu 100-dən çox çox addımlı idarə olunan məkan tapşırıqları və qabaqcıl idarə olunmayan tapşırıqlar üzrə ümumi müvəffəqiyyət nisbəti təxminən 86% ilə sınaqdan keçirdik” dedi Li. “Hələ də insan nəzarətinə ehtiyacı olsa da, GIS Copilot, xüsusilə qeyri-mütəxəssislərə sahə üzrə məhdud biliklərlə geoməkan təhlili aparmağa imkan verməklə, gələcəkdə AI ilə GIS inteqrasiyası üçün nələrin mümkün olduğunu göstərir.”

Penn Dövlət Hesablama və Məlumat Elmləri İnstitutunun direktoru, həmmüəllif Guido Cervone-nin sözlərinə görə, AI-nin CIS-ə inteqrasiyası CIS alimləri və ekspertləri üçün yeni üfüqlər açır. O izah etdi ki, peşəkarların yaşayışı üçün təhlükə deyil, CIS-i inkişaf etdirmək və onu innovativ üsullarla tətbiq etmək üçün çoxsaylı imkanlar təqdim edir.

Coğrafiya, Meteorologiya və Atmosfer Elmləri Departamentlərinin professoru olan Cervone, “Son beş ildə biz GIS-də həyatımda görəcəyimi düşündüyümdən daha çox irəliləyiş gördük” dedi. “Tədqiqat nöqteyi-nəzərindən, süni intellekt tədqiqat təsirimizi yeni səviyyələrə çatdırdı, çünki biz indi planetimizi, onun təbii və tikilmiş mühitini daha yaxşı öyrənmək üçün məlumatları tez əldə edə və təhlil edə bilərik.”

https://googleads.g.doubleclick.net/pagead/ads?gdpr=0&us_privacy=1—&gpp_sid=-1&client=ca-pub-0536483524803400&output=html&h=280&slotname=8188791252&adk=1645945215&adf=3984658916&pi=t.ma~as.8188791252&w=750&fwrn=4&fwrnh=0&lmt=1762512206&rafmt=1&armr=3&format=750×280&url=https%3A%2F%2Fphys.org%2Fnews%2F2025-11-frontier-ai-geographic.html&fwr=0&rpe=1&resp_fmts=3&wgl=1&aieuf=1&aicrs=1&uach=WyJXaW5kb3dzIiwiMTkuMC4wIiwieDg2IiwiIiwiMTQxLjAuNzM5MC4xMjMiLG51bGwsMCxudWxsLCI2NCIsW1siR29vZ2xlIENocm9tZSIsIjE0MS4wLjczOTAuMTIzIl0sWyJOb3Q_QV9CcmFuZCIsIjguMC4wLjAiXSxbIkNocm9taXVtIiwiMTQxLjAuNzM5MC4xMjMiXV0sMF0.&abgtt=6&dt=1762512206773&bpp=1&bdt=150&idt=51&shv=r20251105&mjsv=m202511030101&ptt=9&saldr=aa&abxe=1&cookie=ID%3Df22668bce9793ae4%3AT%3D1735196613%3ART%3D1762512155%3AS%3DALNI_Mb4Xpwl1SO1AcvqroR6xccDm_sheQ&gpic=UID%3D00000f7c5320f40b%3AT%3D1735196613%3ART%3D1762512155%3AS%3DALNI_Mb1dz_DHiT2yDzXLMaB9CDkQl4XGg&eo_id_str=ID%3D1241933dda87baba%3AT%3D1750839581%3ART%3D1762512155%3AS%3DAA-AfjZwPuiSAour3k16ZA1JtXua&prev_fmts=0x0%2C750x280&nras=1&correlator=8512259583891&frm=20&pv=1&rplot=4&u_tz=240&u_his=3&u_h=1080&u_w=1920&u_ah=1032&u_aw=1920&u_cd=24&u_sd=1&dmc=8&adx=448&ady=4781&biw=1905&bih=945&scr_x=0&scr_y=0&eid=31095608%2C42531706%2C95376901%2C95344790%2C95376120&oid=2&pvsid=8571333685566676&tmod=1640530594&uas=0&nvt=1&ref=https%3A%2F%2Fphys.org%2F&fc=1920&brdim=0%2C0%2C0%2C0%2C1920%2C0%2C1920%2C1032%2C1920%2C945&vis=1&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&plas=596x848_l%7C596x848_r&bz=1&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=3&uci=a!3&btvi=2&fsb=1&dtd=125

Gələcəyə nəzər salan Cervone təhsildə baş verəcək dəyişiklikləri vurğulayaraq, coğrafiya və geoinformatika üzrə tələbə və ya professor olmağın həyəcanlı vaxt olduğunu qeyd edib.

“Əgər yaxın keçmiş nümunə olarsa, o zaman sürprizlərimiz olacaq və bu gün təsəvvür belə etmək mümkün olmayan vəzifələrə nail ola biləcəyik”, – Cervone bildirib. “Bu, tələbələrimizin bir nəsli daxilində baş verəcək və professor kimi bizim vəzifəmiz onları süni intellekt və hesablama inqilabının bir hissəsi olmaq üçün öyrətmək və onları yeni çağırışlara və innovativ həllərə hazırlamaqdır.”

Li razılaşdı və izah etdi ki, tədqiqat təkcə süni intellekt texnologiyasının inkişafı ilə bağlı deyil, həm də coğrafiya tələbələrinin gələcək nəsli üçün gələcək dəyişikliklər haqqındadır.

“Şagirdlər üçün proses və ya məkan düşüncə prosedurlarını başa düşmək, CIS-də süni intellekt dövründə necə öyrənmək lazım olduğunu öyrənmək indi daha vacibdir” dedi Li. “Bu, təkcə tələbələr üçün deyil, həm də müəllimlər kimi bizim üçün CİS məkanında sinifdə və işçi qüvvəsində nələrin dəyişə biləcəyindən xəbərdar olmaqdır.”

Daha çox məlumat: Zhenlong Li və digərləri, Süni İntellekt dövründə GIScience: Autonomous CIS-ə qarşı tədqiqat gündəliyi, Annals of CIS (2025). DOI: 10.1080/19475683.2025.2552161

Pensilvaniya Dövlət Universiteti tərəfindən təmin edilmişdir