Tác giả: Gilles Monnier, phó chủ tịch phần mềm thu thập thực tế tại bộ phận Geosystems của Hexagon
Năng lực của trí tuệ nhân tạo (AI) đã bị thổi phồng quá mức ở một số lĩnh vực, dẫn đến những kỳ vọng thiếu thực tế về công nghệ này. Nhưng trớ trêu thay, ở những lĩnh vực khác, thành tựu của nó lại không được nhìn nhận đúng mức. Dù AI không đảm nhiệm mọi khâu trong lĩnh vực ghi nhận thực tế, nhưng vai trò mà nó nắm giữ lại thực sự tạo ra một cuộc cách mạng. Theo khảo sát mới nhất của GIM International Business Guide, có đến 80% chuyên gia trong ngành khảo sát và không gian địa lý tin rằng AI, học máy và phân tích thời gian thực sẽ định hình sâu sắc ngành này trong những năm tới. Nhiều người coi AI là nhân tố thay đổi cục diện của ngành, hứa hẹn sẽ biến đổi quy trình làm việc và định nghĩa lại lĩnh vực ghi nhận thực tế.
Điều này đúng ở một vài khía cạnh, nhưng không đúng ở những khía cạnh khác. Tôi xem AI là một công cụ chuyên dụng, mà khi được áp dụng đúng cách, có thể mang lại hiệu suất ở mức độ chưa từng có. Tuy nhiên, việc triển khai AI một cách tràn lan là không thực tế. Vì vậy, điều cốt yếu là phải đánh giá được nó thực sự tạo ra giá trị ở đâu. Chúng ta cần hiểu rõ những gì AI có thể làm được, cả ở hiện tại và trong tương lai gần.
AI hiếm khi là câu trả lời toàn diện
Hiện tại, AI chỉ phát huy hiệu quả tốt nhất trong một vài công đoạn cụ thể của quy trình ghi nhận thực tế. Lĩnh vực này vẫn phụ thuộc rất nhiều vào các thuật toán truyền thống, kỹ thuật xử lý đã được kiểm chứng và chuyên môn của con người. Lấy ví dụ về phân loại đám mây điểm. AI giờ đây có thể tự động nhận dạng và phân loại đối tượng trong dữ liệu đám mây điểm, giúp tăng hiệu suất bằng cách giảm bớt hàng giờ làm sạch dữ liệu thủ công tại văn phòng. Tuy nhiên, con người vẫn phải kiểm tra lại độ chính xác, vì AI có thể mắc lỗi và phân loại sai đối tượng. Tôi còn nhớ một trường hợp khi chúng tôi huấn luyện một mô hình AI sơ khai với dữ liệu thảm thực vật ở Zurich (Thụy Sĩ), nhưng khi áp dụng tại Las Vegas (Mỹ), nó lại nhận nhầm một số cây cọ là cột nhà. Đây không phải lỗi của AI; chỉ là nó chưa được huấn luyện với loại thảm thực vật hay môi trường đặc thù đó. Lời khuyên của tôi là người dùng nên hiểu rõ những khâu mà AI tự đưa ra quyết định và cân nhắc tác động của những quyết định đó lên độ chính xác của kết quả cuối cùng.
AI không thay thế hoàn toàn quy trình hiện có, mà là công cụ để nâng cao chúng. Thuật toán AI có thể xử lý những bộ dữ liệu khổng lồ từ các bản quét không gian địa lý quy mô lớn, đưa ra những phân tích và quy luật hữu ích mà con người có thể bỏ sót. Thêm vào đó, AI giúp người dùng tiết kiệm thời gian bằng cách loại bỏ các yếu tố nhiễu khỏi đám mây điểm hoặc phân biệt các loại vật liệu khác nhau – những công việc thường tốn rất nhiều công sức thủ công. Tóm lại, trong ghi nhận thực tế, AI có thể cải thiện đáng kể quy trình cốt lõi, tối ưu hóa hiệu suất và mở ra những tiềm năng mới trong phân tích và trực quan hóa dữ liệu. Nhưng nó vẫn cần sự giám sát của con người.
Hướng đi đúng đắn: AI nhỏ hơn và thông minh hơn
Hiểu được giới hạn của AI cũng có nghĩa là nhận ra rằng cách tiếp cận “một giải pháp cho mọi vấn đề” không phải là hướng đi tốt nhất. Người ta thường lầm tưởng AI là một giải pháp vạn năng có thể xử lý mọi vấn đề. Tuy nhiên, quan niệm sai lầm này đã tạo ra những mô hình 3D cần phải được tối ưu lại mới thực sự hữu dụng. Thay vì cố gắng làm tất cả mọi thứ, AI trở nên giá trị nhất khi nó tập trung giải quyết một nhiệm vụ duy nhất một cách xuất sắc. Trong ghi nhận thực tế, các mô hình AI chuyên biệt, có mục tiêu rõ ràng tỏ ra hiệu quả hơn nhiều so với các mô hình tổng quát quy mô lớn. Ví dụ như trong việc làm sạch đám mây điểm, thay vì dùng một mô hình AI duy nhất để phân loại toàn bộ dữ liệu, người ta đã phát triển các mô hình AI chuyên biệt để giải quyết những thách thức riêng biệt: một mô hình chuyên loại bỏ các điểm nhiễu do bụi hoặc cảm biến, một mô hình khác giúp phân tách các loại địa hình ngay cả trong môi trường phức tạp, và một mô hình nữa chuyên phát hiện và loại bỏ các vật thể di động như ô tô, người đi bộ mà vẫn giữ nguyên các vật thể tĩnh trong khung cảnh.
Việc phát triển các giải pháp AI chuyên biệt cho từng nhiệm vụ cụ thể đang bắt đầu mang lại giá trị to lớn. Cách tiếp cận “AI hẹp” này không chỉ cải thiện độ chính xác và hiệu suất mà còn giảm yêu cầu xử lý, từ đó tạo ra các mô hình 3D chính xác hơn trong thời gian ngắn hơn. Đối với người dùng trong ngành không gian địa lý, điều này có nghĩa là hãy tập trung vào các công cụ AI chuyên dụng giúp tối ưu hóa những quy trình tốn nhiều thời gian, thay vì kỳ vọng một hệ thống duy nhất có thể làm tất cả. Nói cách khác, đó là “chọn đúng công cụ cho đúng việc.”
Thấy được những điều bị che khuất: Vai trò của AI trong việc lấp đầy khoảng trống dữ liệu
AI cũng ngày càng được dùng để lấp đầy các khoảng trống dữ liệu – nhưng liệu chúng ta có thể tin vào kết quả của nó? Trong ghi nhận thực tế, “vùng bị che khuất” (occlusion) là những khu vực không thể quét trực tiếp vì bị cản bởi các vật thể như tường, đồ đạc hay xe cộ. Điều này tạo ra những “lỗ hổng” trong mô hình và làm giảm độ chính xác. Tuy nhiên, AI hiện đại có khả năng hoàn thiện mô hình bằng cách sử dụng nhận dạng quy luật để dự đoán những gì nằm sau vật cản. Ví dụ, trong một lần quét, AI có thể dựa vào bối cảnh xung quanh để giả định rằng một bức tường sẽ tiếp tục chạy thẳng phía sau một cây cột đang che khuất nó. Dù vậy, điều này cũng có thể dẫn đến những giả định sai lầm hoặc mô hình không chính xác.
Mặc dù hữu ích cho mục đích trực quan hóa trong giai đoạn đầu của dự án – như quy hoạch mặt bằng, thiết kế đô thị hay bố trí nội thất – nhưng phương pháp này sẽ quá rủi ro trong các trường hợp yêu cầu độ chính xác tuyệt đối, như khảo sát nghiệm thu hay đánh giá kết cấu công trình. Đối với các ứng dụng đòi hỏi độ chính xác cao, dữ liệu được suy luận phải được phân biệt rạch ròi với dữ liệu thực tế đã được kiểm chứng. Vai trò của AI trong những trường hợp này không phải là để “sáng tạo” ra thực tế, mà là để cung cấp thêm thông tin chi tiết, đồng thời chỉ rõ phần nào là dữ liệu được quét và phần nào là do AI suy luận. Khi AI được tích hợp sâu hơn vào quy trình làm việc, các chuyên gia không gian địa lý sẽ cần phải thích ứng, học thêm những kỹ năng mới để diễn giải và thẩm định các kết quả do AI tạo ra.
Liệu AI có lấy mất công việc của bạn?
Một trong những lo ngại lớn nhất về AI trong ngành ghi nhận thực tế là khả năng nó thay thế công việc của con người. Theo một khảo sát gần đây, 48,9% công ty cho biết họ đang chuyển sang tự động hóa và các công nghệ tiên tiến để giảm sự phụ thuộc vào lao động thủ công. Nhưng không thể phủ nhận rằng AI đang làm thay đổi thị trường việc làm và yêu cầu kỹ năng, nó cũng đồng thời tạo ra những cơ hội mới. AI có thể tự động hóa các quy trình phức tạp, cho phép các chuyên gia hoàn thành nhiều việc hơn và tập trung vào những nhiệm vụ mang tính chiến lược hơn.
Như với bất kỳ công nghệ mới nào, những chuyên gia không gian địa lý thành công nhất là những người đã nhanh chóng thích nghi và học hỏi các kỹ năng mới để bổ sung AI vào “hộp công cụ” của mình – sử dụng nó để tiết kiệm thời gian và khai thác những thông tin giá trị từ các bộ dữ liệu khổng lồ. Tôi cũng nhận thấy AI hoạt động rất tốt trong vai trò một “người đồng hành”, hướng dẫn người dùng đến vị trí quét laser tốt nhất và thậm chí cảnh báo họ về các vấn đề chất lượng dữ liệu ngay tại hiện trường. Thông điệp chính ở đây là AI sẽ không thay thế hoàn toàn con người. Nó sẽ nâng cao quy trình làm việc và luôn có sự tham gia, giám sát của con người.
Khai phá tiềm năng của AI
AI trong lĩnh vực ghi nhận thực tế có thể làm được ít hơn những gì bạn kỳ vọng, nhưng sức ảnh hưởng của nó lại mang tính cách mạng hơn bạn tưởng. Nó không phải là một giải pháp toàn năng, cũng không phải là thứ thay thế cho chuyên môn của con người. Thay vào đó, nó là một công cụ mạnh mẽ, mà khi được áp dụng một cách có chiến lược và cân nhắc, có thể mở ra những giới hạn mới về hiệu quả, độ chính xác và khả năng mở rộng. Trong vòng ba đến năm năm tới, AI sẽ còn được tích hợp sâu rộng hơn nữa vào lĩnh vực này. Tự động hóa dựa trên AI sẽ tiếp tục tối ưu hóa quy trình, giúp các chuyên gia không gian địa lý đạt được nhiều thành quả hơn với ít thời gian hơn.
(Nguồn ảnh: Hexagon)
Vì lẽ đó, AI đang trở thành một chủ đề cốt lõi trong nghiên cứu và phát triển. Quá trình này sẽ mang lại một trải nghiệm ghi nhận thực tế được cá nhân hóa và hiệu quả hơn, từ hiện trường cho tới lúc hoàn thiện sản phẩm. Thách thức thực sự phía trước không chỉ đơn thuần là áp dụng AI, mà là thấu hiểu được đâu là nơi nó thực sự tạo ra giá trị và đâu là nơi không cần thiết. Bằng cách trang bị cho mình kiến thức về tiềm năng của AI, các chuyên gia có thể xác định những lĩnh vực mà công nghệ này sẽ mang lại tác động lớn nhất cho công việc của họ.
Bình luận