Når maskinen oppdager garasjen

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. 

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: 

1. 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.  
2. 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. 
   
   
3. Sikre mer effektiv saksbehandling gjennom pålitelig og automatisert kvalitetsheving av det nasjonale eiendomsregisteret (matrikkelen) og kartbaser, i dialog med innbyggerne. 

Les også:

• Nyhet på tu.no: Nå skal kunstig intelligens finne den ulovlige garasjen din! (ligger bak betalingsmur)
• Millionstøtte til KartAI-prosjekt fra Regionale forskningsfond Agder