Muy buenos días

La Inteligencia Artificial ( IA), presente y futuro en el mundo de la agrimensura.

Luego de abordar el tema sobre la robótica y sus impactos en la agrimensura, se analiza más claro la estructura para la aplicación de la inteligencia artificial en las técnicas Geodésicas y Topógráficas.

Tiende a confundirse el concepto de robótica e inteligencia artificial, existiendo una frontera entre ellas que crea un nuevo paradigma.La inteligencia artificial es una disciplina que se centra en permitir que las máquinas desarrollen las mismas capacidades intelectuales que los humanos. La robótica, por otro lado, es la ciencia de diseñar y construir robots físicos para mejorar la automatización y la innovación.

La inteligencia artificial es una rama de la informática y se basa genuinamente en software, mientras que la robótica es una rama de la tecnología que se ocupa principalmente del hardware y los robots físicos.

El hardware,equipo o soporte físico en informática se refiere a las partes físicas, tangibles, de un sistema informático, sus componentes eléctricos, electrónicos y electromecánicos.Los cables, así como los muebles o cajas, los periféricos de todo tipo, y cualquier otro elemento físico involucrado, componen el hardware o soporte físico; contrariamente, el soporte lógico e intangible es el llamado software.

Se conoce como software,logicial o soporte lógico al sistema formal de un sistema informático, que comprende el conjunto de los componentes lógicos necesarios que hace posible la realización de tareas específicas, en contraposición a los componentes físicos que son llamados hardware. La interacción entre el software y el hardware hace operativo un ordenador (u otro dispositivo), es decir, el software envía instrucciones que el hardware ejecuta, haciendo posible su funcionamiento.

El estudio de las funciones mecánicas o «formales» El razonamiento comenzó con los filósofos y matemáticos de la antigüedad. El estudio de la lógica condujo directamente a Alan Turing’la teoría de la computación, lo que sugería que una máquina, al mezclar símbolos tan simples como «0» y «1», podría simular tanto la deducción matemática como el razonamiento formal, lo que se conoce como la tesis de Church-Turing.Esto, junto con descubrimientos simultáneos en cibernética y La teoría de la información, llevó a los investigadores a considerar la posibilidad de construir un «cerebro electrónico».

Alan Turing estaba pensando en la inteligencia artificial al menos ya en 1941, cuando hizo circular un artículo sobre inteligencia artificial que podría ser el primer artículo en el campo de la IA, aunque ahora está perdido. La inteligencia artificial se fundó como disciplina académica en 1956.

En ese proceso de consolidación tecnológica, en el mundo de la agrimensura, la inteligencia artificial aborda las herramientas topográficas y geodésicas. Un ejemplo en la actualidad y con tendencia a innovaciones significativas son las estaciones totales.

1:El uso de inteligencia artificial (IA) para mejorar la precisión y la eficiencia.

2:La integración de tecnología de realidad virtual y aumentada para mejorar la visualización de datos.

3:El uso de la tecnología en la nube para compartir datos y colaborar sin problemas.

4:La integración de drones y otros vehículos aéreos no tripulados (UAV) para estudiar y mapear grandes áreas. Esta tecnología, conocida como mapeo UAV o topografía con drones, permite a los agrimensores capturar imágenes aéreas de alta resolución y modelos 3D de grandes áreas en una fracción del tiempo que llevaría estudiar la misma área utilizando métodos tradicionales.

5:El uso de aplicaciones móviles y software basado en la nube para la recopilación y análisis de datos. Esta tecnología permite a los agrimensores recopilar datos en el campo utilizando dispositivos móviles, como teléfonos inteligentes, controladores y tabletas, y luego analizar y compartir los datos en tiempo real utilizando software basado en la nube. Esto mejora enormemente la velocidad y la eficiencia de la recopilación y el análisis de datos.

6:La integración de la tecnología BIM (Building Information Modeling). Esta tecnología permite a los agrimensores crear modelos 3D de edificios y otras estructuras, y luego utilizar los modelos para analizar y planificar proyectos de construcción. La tecnología BIM también permite a los agrimensores compartir datos con otras partes interesadas, como arquitectos, ingenieros y gerentes de construcción, lo que mejora la colaboración y ayuda a garantizar que los proyectos se completen a tiempo y dentro del presupuesto.

Es importante señalar que, si bien la tecnología de estaciones totales ha avanzado drásticamente a lo largo de los años, sigue siendo una tecnología relativamente especializada que utilizamos principalmente los agrimensores.Sin embargo, con la creciente popularidad de la cartografía 3D, los UAV y la tecnología BIM, es probable que la tecnología de estación total también se utilice más ampliamente en otras industrias.

Un ejemplo de esto es el uso de la tecnología de estaciones totales en el campo de la arqueología. Los arqueólogos utilizan a los agrimensores para utilizar las estaciones totales y crear mapas detallados de ruinas antiguas, lo que puede ayudarles a comprender mejor la historia y el significado del sitio.

En materia de los GNSS y la inteligencia artificial, una información a tratar son los datos de observación, que son la base para que el sistema global de navegación por satélite (GNSS) proporcione servicio de posicionamiento, navegación y temporización (PNT), y la calidad de la observación determina directamente el nivel de rendimiento del servicio PNT. En la actualidad, el análisis de la calidad de las observaciones GNSS es parcial y sólo puede basarse en una evaluación de índice única. La calidad de las observaciones GNSS es difícil de analizar de manera integral fusionando múltiples indicadores. Para resolver el problema anterior, se aplican algoritmos de aprendizaje automático supervisados y no supervisados.

Anteriormente se han utilizado algoritmos de aprendizaje automático para detectar señales GNSS NLOS. Los tres algoritmos de aprendizaje automático utilizados son el aprendizaje supervisado, no supervisado y por refuerzo. La principal diferencia entre estas tres categorías es la disponibilidad de etiquetas.

El diseño de algoritmos de aprendizaje automático con características GNSS es un campo de investigación emergente que, sin embargo, debe abordarse con cuidado para evitar resultados de estimación sesgados y garantizar algoritmos que puedan generalizarse para diferentes escenarios, receptores, antenas y sus instalaciones y configuraciones específicas.

Detrás de escena, el agrimensor es una parte importante de los procesos inmobiliarios. Pero, ¿cómo será el funcionamiento del estudio de títulos de propiedad en el futuro? Como todo lo demás, la inteligencia artificial (IA) y la tecnología blockchain desempeñarán un papel importante en los procesos catastrales.

En el caso de los drones para topografía impulsados por IA tienen los siguientes beneficios:

1. Realizar tareas repetitivas

2. Complete tareas que requieren mucho tiempo, como dibujar características comunes como vegetación, edificios, carreteras, etc.

3. Realice más mediciones con personal limitado.

El software de inteligencia artificial en drones puede ayudar a capturar y estudiar el medio ambiente. Puede mapear el área, detectar y rastrear objetos y brindar retroalimentación analítica en tiempo real.

La aplicación del aprendizaje automático (un subconjunto de la IA) puede ayudar a aprender y adaptarse a nuevos datos sin ninguna intervención humana. El software de IA puede obtener una comprensión profunda de tareas complejas y tomar decisiones y predicciones.

La inteligencia artificial es un tema de discusión en el colectivo de la agrimensura, aunque se trata tímidamente es lo que se aplica en la actualidad y lo que se mira hacia el futuro, esto cambia el perfil del agrimensor, convirtiéndose en un paradigma a comprender y no quedarnos rezagados y desactualizado.

La automatización de la agrimensura durante la última década, hemos visto un cambio de las técnicas topográficas tradicionales a técnicas y procesos más automatizados, como la introducción de drones para la topografía. Para estudios con drones, los vehículos aéreos no tripulados (UAV), también conocidos como drones, están equipados con cámaras de alta resolución que capturan datos. Si bien enfrentaron resistencia inicial, los estudios con drones se han adoptado ampliamente dentro de la industria topográfica debido a que permiten a los agrimensores recopilar datos de manera más rápida y eficiente que nunca.

En la agrimensura, otro proceso de automatización que hemos visto utilizarse en los últimos años es el uso de algoritmos de aprendizaje automático para analizar datos de forma eficaz. Los algoritmos de aprendizaje automático se utilizan para detectar y mapear automáticamente cambios en el uso de la tierra a lo largo del tiempo, lo que permite a los agrimensores reconocer fácilmente áreas que pueden ser de interés o preocupación y proporcionar a los clientes datos precisos que les permitan tomar decisiones más informadas.

Si bien ya hemos comenzado a ver que la inteligencia artificial está transformando el panorama topográfico y geodésico al mejorar la precisión, la eficiencia y la velocidad de las técnicas topográficas tradicionales, podemos esperar ver aplicaciones aún más innovadoras de la inteligencia artificial en el campo de la topografía a medida que estas tecnologías avancen a un ritmo rápido.

Sin embargo, a diferencia de otras industrias, no esperamos que la inteligencia artificial reemplace el papel de un agrimensor. En cambio, el software y las herramientas impulsados por inteligencia artificial seguirán ayudando a los agrimensores a recopilar, procesar y analizar grandes cantidades de datos, lo que facilitará la cartografía de las características del terreno, la identificación de peligros potenciales y la evaluación del impacto de los proyectos de desarrollo.

Se espera que los algoritmos de aprendizaje automático de la inteligencia artificial avancen aún más y sean capaces de analizar grandes cantidades de datos para delinear patrones e ideas que los agrimensores podrían pasar por alto. Además de transformar la topografía y geodesia mediante el uso de algoritmos de aprendizaje automático, también se espera que la inteligencia artificial agilice el proceso de topografía al automatizar tareas repetitivas como la entrada y el procesamiento de datos, al tiempo que estandariza el proceso de topografía para permitir que los agrimensores compartan y accedan fácilmente.

La inteligencia artificial tiene el potencial de automatizar muchos de los procesos involucrados en la agrimensura, lo que permite a los agrimensores trabajar de manera más eficiente, precisa y segura. Esta tecnología aún se considera en sus primeras etapas, pero a medida que continúa avanzando, podemos esperar verla revolucionar el campo de la agrimensura tal como lo conocemos hoy.

En conclusión, la inteligencia artificial tiene el potencial de automatizar muchos de los procesos involucrados en la agrimensura, como la recopilación y el análisis de datos. Si bien la tecnología tiene limitaciones, tiene el potencial de ahorrar tiempo y dinero y mejorar la precisión de los datos recopilados. Los agrimensores deberán mantenerse informados sobre los últimos avances en inteligencia artificial para aprovechar estas oportunidades y seguir siendo competitivos en su campo.

Feliz y bendecido inicio de semana.

Att: Ramón Oniel Jimenez

Anima a tu gente a comprometerse a un proyecto en lugar de simplemente participar en él. (Richard Pratt)

Nosotros también podemos inspirar a los demás, para que estos se involucren en nuestro proyecto personal.