HONG KONG SAR – Media OutReach Newswire – Teknologi kecerdasan buatan geospasial (GeoAI) adalah subjek interdisipliner yang menggabungkan ilmu geospasial dan kecerdasan buatan. Universitas Politeknik Hong Kong (PolyU) secara aktif menggunakan teknologi kecerdasan buatan geospasial yang inovatif untuk memberikan solusi terobosan terhadap tantangan lingkungan dan sosial yang dihadapi dunia saat ini, termasuk transportasi, keselamatan perkotaan dan publik, perencanaan, perubahan iklim dan bencana alam, serta bidang lainnya.

Qihao WENG, Ketua Profesor Geomatika dan Kecerdasan Buatan dari Departemen Survei Tanah dan Geo-Informatika, dan Profesor STEM Global, mendirikan Pusat Penelitian PolyU untuk Kecerdasan Buatan dalam Geomatika (RCAIG), untuk berfokus pada pengembangan metodologi dan teknologi AI yang orisinil dan inovatif untuk geomatika dan aplikasinya di daerah perkotaan, dengan tujuan untuk menjadi pusat penelitian dan pengembangan global dalam GeoAI. Prof. Weng baru-baru ini dianugerahi Penghargaan Wilbanks Prize for Transformational Research in Geography dari American Association of Geographers (AAG) tahun 2024 dan Penghargaan Kehormatan Prestasi Seumur Hidup dari AAG Remote Sensing Specialty Group tahun 2024 atas kontribusinya yang luar biasa dalam bidang geografi.

Salah satu arah dari Pusat Penelitian ini adalah investigasi terhadap interaksi manusia dan lingkungan dalam urbanisasi dengan memanfaatkan analisis geospasial, GeoAI, dan metode big data. Arah lainnya adalah menciptakan berbagai produk data dari area perkotaan global dengan menggunakan Pengamatan Bumi (Earth Observations, EO) dan menyediakan layanan data perkotaan berbasis EO.

“Pengamatan bumi penting sebagai kompas pemandu untuk memahami perubahan lingkungan dan masyarakat. Penelitian kami berfokus pada berbagai bidang termasuk data besar geospasial dan AI, penginderaan jauh, sensor berbasis darat, navigasi dan penentuan posisi, survei dan geodesi, pemindaian laser, dan fotogrametri. Teknologi-teknologi ini memainkan peran penting dalam mengatasi dan menyelesaikan tantangan-tantangan lingkungan dan sosial yang utama,” ungkap Prof. Weng, Peneliti Utama dan Direktur RCAIG.

Secara khusus, GeoAI telah merevolusi pemantauan bangunan dengan memanfaatkan ribuan parameter yang dapat dipelajari. Contohnya adalah kemampuannya untuk secara otomatis mempelajari dan mengidentifikasi pola umum bangunan seperti warna dan bentuk. Teknologi ini sangat penting diterapkan untuk mendeteksi bangunan yang rusak akibat bencana, mendapatkan ketinggian bangunan, mengidentifikasi perubahan struktural dan memperkirakan konsumsi energi bangunan. Hasilnya, GeoAI telah muncul sebagai solusi utama untuk pemantauan bangunan yang lebih efisien dan berwawasan.

Pemantauan lingkungan hidup

Di bidang pemantauan urbanisasi, tim peneliti RCAIG telah mengembangkan model cellular automata (CA) perkotaan berbasis luas permukaan yang dapat mensimulasikan perubahan fraksional wilayah perkotaan di setiap grid dengan memanfaatkan data deret waktu luasan wilayah perkotaan tahunan yang diperoleh dari pengamatan satelit.Dengan mengkategorikan jalur historis pertumbuhan wilayah perkotaan ke dalam berbagai tingkat urbanisasi, model ini menawarkan wawasan yang lebih rinci dibandingkan dengan model CA tradisional yang bersifat biner. Hal ini menunjukkan potensi besar model ini dalam mendukung pembangunan berkelanjutan.

Penelitian yang dilakukan oleh Ms Wanru HE, asisten peneliti doktoral RCAIG, dan timnya dilaporkan dalam makalah “Pemodelan perubahan fraksional perkotaan yang terfragmentasi menggunakan informasi konteks temporal dalam model urban cellular automata”, dan telah dipublikasikan di Cities. Model mereka secara efektif menangkap dinamika perluasan kota dengan efisiensi dan kinerja komputasi yang meningkat secara signifikan, dan akan membantu memungkinkan pemodelan pertumbuhan kota di tingkat regional dan bahkan global, dalam berbagai skenario urbanisasi di masa depan.

GeoAI untuk manajemen lalu lintas

Di bidang manajemen lalu lintas cerdas, untuk meningkatkan efisiensi platform pemesanan kendaraan dan mencapai manajemen cerdas atas layanan mereka, tim peneliti RCAIG telah mengembangkan pencocokan pesanan multi-agen dan pendekatan reposisi kendaraan. Teknologi inovatif ini berfokus pada koordinasi penawaran dan permintaan layanan pemesanan kendaraan, yang pada akhirnya bertujuan untuk meningkatkan efisiensi secara keseluruhan.

Pendekatan mereka memberikan solusi terobosan untuk mengatasi dua aspek penting yang diperlukan untuk layanan pemesanan kendaraan yang efisien. Pertama, solusi ini menangani pencocokan pesanan dengan secara efisien menugaskan pesanan ke kendaraan yang tersedia. Kedua, pendekatan ini menggabungkan reposisi kendaraan secara proaktif, dengan mengerahkan kendaraan yang menganggur secara strategis ke wilayah-wilayah yang memiliki potensi permintaan yang tinggi.

Berdasarkan pembelajaran penguatan mendalam multi-agen, inovasi ini memecahkan masalah perencanaan yang kompleks dalam transportasi dan menawarkan perspektif baru pada masalah perencanaan spatio-temporal jangka panjang. Penelitian yang dilakukan oleh Mingyue XU, peneliti RCAIG lainnya, dan timnya, dilaporkan dalam makalah “Pembelajaran penguatan multi-agen untuk menyatukan pencocokan pesanan dan reposisi kendaraan dalam layanan pemesanan kendaraan”, dan telah dipublikasikan di International Journal of Geographical Information Science. Penelitian ini mencapai hasil yang luar biasa, termasuk penurunan tingkat penolakan penumpang dan waktu menganggur pengemudi.

Keterangan Foto: Profesor Qihao Weng, Ketua Profesor Geoinformatika dan Kecerdasan Buatan dan Profesor Inovator Terhormat dari Departemen Survei Tanah dan Geoinformatika PolyU, juga merupakan direktur dan kepala peneliti di Pusat Penelitian Intelijen Geospasial PolyU.