摘要: 绘制 AI 生态系统 制图学深受大家的喜欢，有些地图是永恒的艺术品，所以如果看到它被人工智能取代，很多人会感到心碎。然而 AI 是否真的是我们的未来？这是一个值得深思的问题。 在 GIS 中的哪些地方看到了 AI？ AI 在 GIS 领域缓慢而稳定地取得了一...
绘制 AI 生态系统
制图学深受大家的喜欢，有些地图是永恒的艺术品，所以如果看到它被人工智能取代，很多人会感到心碎。然而 AI 是否真的是我们的未来？这是一个值得深思的问题。
在 GIS 中的哪些地方看到了 AI？
AI 在 GIS 领域缓慢而稳定地取得了一些进步（就像在大多数行业中一样），以下是迄今为止 AI 对 GIS 的影响：
1.脚本编写
程序员使用 AI 来帮助编写脚本，GIS 也不例外。Python、SQL、Arcade 表达式……凡是你能想到的，AI 都可以减少脚本编写工作量。
2.谷歌地图
这里并不奇怪。谷歌处于 AI 的前沿，这包括从沉浸式视图到路线规划的一切，GeoAI 将继续在Google 地图中发挥重要作用。
3.写入元数据
也许任何一个 GIS 专业人士都不太喜欢编写元数据，而 AI 可以减少写入元数据所需的时间。
4.特征提取
深度学习和特征提取正变得更加主流。这可能会伤害入门级 GIS 技术人员并填补简单数字化工作的角色，但它比想象的要少。那么 AI 在地图制作方面又如何呢？
AI 地图和制图
AI 地图是存在的，例如以下列出的几种 AI 图像生成器示例：
DALL-E
像 DALL-E 这样的 AI 模型是艺术生成器。输入一个提示，它就会根据已经接受过训练的艺术品设计一些新鲜的东西。尽管 DALL-E 日渐进步，但很多人对地图的质量并不满意。
Adobe Photoshop
当 Adobe 开始展示其新的生成填充时，它让人大吃一惊。只需套索图像的一部分即可。然后，Adobe Photoshop 将用生成艺术取代它。这会让人考虑在制图学领域里这样做，唯一的缺点是生成填充没有地图等真实数据的支持。这意味着它只会编造一些东西。不过，这是一个很酷的概念。
BetterMaps
AI 技术与数字制图的结合。输入提示，BetterMaps 就会输出地图。例如用 “New York City zip code map” 对其进行了测试。
结果是一张带有 OSM 数据的纽约市地图。没有邮政编码，它可能是人工智能，因为它使用 NLP 来理解您的搜索查询，但产出并不令人印象深刻。
上图是大家所期待的纽约市邮政编码地图。
MapsGPT
MapsGPT 听起来很酷对吧？它的工作原理如下：
用一个位置提示它，并在地图上输入所需的功能。它应该通过提供的电子邮件发送地图。但故事的悲伤部分是 MapsGPT 被破坏了，并且没有生成任何东西。如果它有效，这个概念可能会使用地理编码。这不是真正的人工智能。
Esri? QGIS?
谁将进军 GIS 行业的 AI 地图呢？
Esri 尚未对地图中的 AI 产生影响，当然，Esri Analytics 团队拥有许多用于特征提取的深度学习包。但 Esri 还没有用于地图制作的人工智能。
QGIS 有几个整合机器学习的插件，但它们主要用于分割、提取和聚类。
典型的 GIS 工作流程
AI 地图的概念有什么问题呢？问题是当我们需要的时候很难想到场景。
在 GIS 世界中，没有人只需要一张生成地图，DALL-E 是一个图像生成器，但在 GIS 中，我们工作的不是想象。
GIS 的 4 个基本目的是：
- 将地理特征存储在数据库中
- 编辑这些要素的几何形状
- 将它们显示在地图上
- 通过地理处理对其进行分析
典型的 GIS 工作流程涉及现场工作人员在现场收集数据（或GIS 技术人员编辑数据）。我们在地图上存储、分析和可视化这些数据，GIS 负责从开始到结束的所有繁重工作。
那么人工智能适合在哪里呢？特征提取用于编辑特征或机器学习用于分析，都有可能吧。而制图呢？
那么这是否意味着数字地图在未来能够免受人工智能的影响呢？生成式人工智能适合地图的哪些方面？我们还没有答案。
人工智能安全问题
像 OpenAI 这样的人工智能公司多年来一直在闪烁数据隐私的危险信号。看看OpenAI 的隐私政策就知道了。尽管 OpenAI 采取措施保护隐私，但一些公司已经完全禁止使用 ChatGPT。本地版本的情况也是如此。
