سازمان هوشمند

دنیای فیزیکی و دیجیتال در حال ادغام هستند. ما به لبه جهان آنالوگ نزدیک می شویم. غوطه وری فیزیکی جای خود را به غوطه وری مجازی می دهد. مجازی سازی محصولات و خدمات در تکامل فناوری است. مایکل سیلر آن را موج ششم مهندسی نرم افزار می نامد. ما در حال دور شدن از داده های خارجی هستیم و به سمت تعامل فعال با داده ها به طور مستقیم در فضای مجازی حرکت می کنیم.

“شما می توانید در هر جایی با سرعت نور زوم کنید و زمان و مکان را خم کنید.” – مایکل سیلر

دنیای فردا از قبل اینجاست. ما با آن بیدار می شویم. اطلاعات در حاشیه نزدیک تر می شود. افق زمان تا آنجاست که می توان به آینده و گذشته دید. تا کجا می توانید ببینید؟ از هر کجا که هستید دیگرانی هستند که می توانند کمی جلوتر را ببینند. منتظر بودن. به عقب نگاه کن. دیگران جلوتر و عقب هستند.

 آنها در جایی وجود دارند که زمان برای آنها راحت تر است. برخی موقعیت هایی را می گیرند که در گذشته زندگی می کنند. برخی تا جایی که می توانند جای خود را در آینده به خطر می اندازند. به آن دسته از پذیرندگان اولیه نگاه کنید. از آنها بپرسید که چه فکر می کنند. آنها با وضوح بیشتری نقاط اطلاعاتی را در افق می بینند.

آن بلپ ها چیست؟ آنها چگونه بر جامعه فضایی تأثیر خواهند گذاشت؟ چگونه می توانید موقعیت خود را برای استفاده از روندهای آینده قرار دهید؟

آمریکا باید به کار خود بازگردد و زیرساخت های آمریکا قدیمی و خراب است. در سال 2019، کنگره HR4687، قانون زیرساخت هوشمند، یک اسکناس 2 تریلیون دلاری را معرفی کرد، اما هرگز از مجلس خارج نشد. 

با این حال، آن لایحه در حال ارائه مجدد است. این بار به لایحه ای تبدیل می شود که آمریکا را به کار باز می گرداند و قیمت آن احتمالاً صورت حساب قبلی را تحت الشعاع قرار می دهد. به زیرساخت‌ها – همه انواع زیرساخت‌ها: فیزیکی، داده‌ها، امنیت سایبری، بهداشت، مالی، حمل‌ونقل، انرژی و ارتباطات، رسیدگی می‌کند. این موضوع اصلی برای دو دهه آینده خواهد بود. آماده شدن! تغییر می تواند سریع اتفاق بیفتد و در شرف شتاب است.

“آینده به آرامی و سپس به یکباره اتفاق می افتد.” – کوین کلی

بازسازی این زیرساخت به فناوری‌های فضایی نیاز دارد. STEM در 30 سال گذشته و به دلایل خوب، صدای آژیر بوده است. کسانی که به این فراخوان توجه کردند و تحصیلات خود را در کدنویسی، مهندسی، علوم داده، فناوری‌های مکانی، ریاضیات، هوش مصنوعی و سایر زمینه‌های مرتبط با STEM سرمایه‌گذاری کردند، نیروی کار آینده را رهبری خواهند کرد. اکنون زمان آن است که گواهینامه خود را دریافت کنید و اعتبار خود را ایجاد کنید.

طرح و ساخت معماری را در نظر بگیرید. قبلاً نقشه هایی بود که روی میزهای نور کشیده می شد. این روشی بود که در دهه 1970 یاد گرفتم که این کار را انجام دهم. سپس همه چیز به نقشه های طراحی به کمک کامپیوتر (CAD) منتقل شد. اکنون، برنامه ریزان شهری و معماران تجسم های واقعیت مجازی سه بعدی (VR) همهجانبه ایجاد می کنند. این در حال تبدیل شدن به یک عمل استاندارد است.

مدیران پروژه معمولاً روز خود را صرف قدم زدن در محل می کردند تا مطمئن شوند که پروژه مطابق با مشخصات ساخته شده است. با این حال، این در حال تغییر است. به زودی، عینک ایمنی هر کارگر دارای واقعیت افزوده داخلی (AR) خواهد بود. آنها بخش خود را از یک پروژه دقیقاً برای برنامه ریزی خواهند ساخت. مدیران پروژه با کارگران در این زمینه ارتباط برقرار می‌کنند و پروژه‌ای را که روی آن کار می‌کنند، در زمان واقعی در حالی که در دفتر خود با مدل‌های سه‌بعدی کار می‌کنند، پیشرفت می‌کنند.

هنگامی که مدیر پروژه در سایت قدم می زند، از نمایشگرهای واقعیت افزوده (AR) استفاده می کند و می تواند ساختار فیزیکی را با مدل دیجیتال در زمان واقعی مقایسه کند. اپراتورهای بیل مکانیکی و بیل مکانیکی با دقت دقیق درجه بندی می کنند. ربات‌ها در سایت‌های ساخت‌وساز رایج خواهند بود که به عملیات کمک می‌کنند و قابلیت‌های فعلی را افزایش می‌دهند. وسایل نقلیه هوایی بدون سرنشین (UAV) با الگوهای منظم بر فراز سایت های ساخت و ساز پرواز خواهند کرد. 

پهپادهای سنگین برای برخی عملیات ها جرثقیل ها را تکمیل می کنند. سازه‌های زیرسطحی، چه در زیر زمین و چه در پشت دیوار دفن شده باشند، با داده‌های مکان دقیق دیجیتالی می‌شوند و تعویض و تعمیرات آینده را سریع و آسان خواهند کرد. استفاده از فناوری‌های وابسته به زمین‌فضا به رشد خود ادامه خواهد داد. کارگر ساختمانی فردا با امروز بسیار متفاوت خواهد بود.

زیرساخت‌های جدید با فناوری‌های هوشمند ساخته می‌شوند و انرژی‌های تجدیدپذیر و ابتکارات «انرژی سبز» را با رویکردی مسئولانه به پایداری ترکیب می‌کنند. به عنوان مثال، جاده ها دارای کریستال های پیزو الکتریک در آسفالت خواهند بود تا از وسایل نقلیه عبوری برق تولید کنند. 

این الکتریسیته باتری هایی را شارژ می کند که حسگرهای هوشمند تعبیه شده در خیابان را تامین می کند و برق چراغ های خیابان را با حسگرها و شبکه های 5G در امتداد جاده ها تامین می کند. توان اضافی برای استفاده در جاهای دیگر به ریزشبکه های دیگر منتقل می شود. انرژی همچنین از جذب باد در بالا و کنار ساختمان ها، در امتداد جاده ها و در خروجی ها و ورودی تونل ها تامین می شود. ترموکوپل ها گرما را جذب کرده و برق تولید می کنند.

انرژی خورشیدی از پانل ها، پنجره ها، فیلم ها و حتی سطوح رنگ تولید می شود. همه این منابع با هم وارد ریزشبکه ها می شوند. بخشی از این انرژی تجدیدپذیر، آب را به هیدروژن برای پیل‌های سوختی تبدیل می‌کند و برخی دیگر مبدل‌های دی‌اکسید کربن (CO2) را برای استخراج CO2 از جو و ایجاد سوخت‌های مصنوعی نیرو می‌دهند.

 در سال 2010، Sunexus یک مطالعه جغرافیایی از فرآیند اصلاح خورشیدی را به دفتر اطلاعات علمی و فنی (OSTI) ارائه کرد. این مطالعه نشان داد که نزدیک به 58 درصد از ضایعات CO2 صنعتی نیروگاه ها، کارخانه های سیمان، تولید اتانول و فرآوری گاز طبیعی را می توان به سوخت دیزل مصنوعی تبدیل کرد.

علاوه بر انرژی، از مواد هوشمند دیگری مانند حسگرهای کوچک که نانودستگاه‌های حساس جغرافیایی هستند، در جاده‌ها، پل‌ها، تونل‌ها، ساختمان‌ها و سایر سازه‌ها استفاده خواهند شد. آنها به صورت بی سیم به یکدیگر متصل می شوند و یک شبکه مش سه بعدی ایجاد می کنند. این نانودستگاه ها به طور مداوم سلامت ساختاری خود را گزارش می دهند. این شبکه مش سه بعدی می تواند ارتعاشات عبوری از آن را که باعث ایجاد اعوجاج در چارچوب مش می شود، تشخیص دهد.

هوش مصنوعی زمین‌فضایی (GeoAI) دستگاه‌ها را بر اساس محدوده‌های آماری معمولی آن‌ها نمایه می‌کند. اگر داده‌هایی مانند مکان، دما، رطوبت، فشار، آکوستیک یا وضعیت سلامت از انحراف استاندارد دستگاه فراتر رود، GeoAI گره‌های اطراف را در شبکه مش تجزیه و تحلیل می‌کند تا الگوها را به تصویر بکشد. حوادث مشکوک بلافاصله مورد توجه خدمات اورژانس قرار خواهند گرفت. این ریزدستگاه‌ها می‌توانند تشخیص زودهنگام ترک‌ها در یک سازه یا زوال لایه‌های محافظ سطح را فراهم کنند.

استفاده از این دستگاه ها فراتر از نظارت ساختاری است. به طور گسترده تر، آنها کاربردهای اجتماعی نیز دارند، مانند اهداف امنیتی. هنگامی که به حسگرهای آکوستیک مجهز شوند، می‌توانند صداها را تشخیص دهند و با تجزیه و تحلیل جغرافیایی داده‌های هزاران دستگاه، مرکز حماسی یک رویداد نویز بلافاصله پیدا می‌شود. 

برای مثال تیراندازی با اسلحه، آتش بازی، انفجار یا تصادف وسیله نقلیه را در نظر بگیرید. افزایش سیگنال صوتی باعث می شود که GeoAI دستگاه ها را نظارت کند تا تجزیه و تحلیل فضایی گزارش صوتی را ترسیم کند. نقشه هشدار می‌دهد که منطقه به رنگ قرمز روی مانیتور در مرکز کنترل چشمک می‌زند و دوربین‌های اطراف بر روی مکان بزرگنمایی می‌کنند و تصاویر و فیدهای ویدیویی زنده را در چند لحظه پس از شروع رویداد ارائه می‌دهند.

دستگاه‌های تعبیه‌شده همچنین به‌عنوان حسگرهای لرزه‌ای عمل می‌کنند که مناطق وسیعی را پوشش می‌دهند و قادر به ثبت ارتعاشات سطحی در حال حرکت از طریق شبکه مش هستند. یک زلزله به صورت یک میدان موج متحرک در طول شبکه ظاهر می شود.

علاوه بر این، داده های شبکه مش می توانند با دستگاه های دیگر ادغام شوند. این می تواند داده های مکان دقیق را به گوشی های هوشمند ارائه دهد. تصور کنید دیگر در گوشه ای از خیابان نمی ایستید و به صورت دایره ای می چرخید و سعی می کنید بفهمید کدام طرف را باید طی کنید. هنگام اتصال به شبکه مش و نگاه کردن از طریق عینک AR یا صفحه نمایش تلفن هوشمند، مسیر روشن می شود. وسایل نقلیه خودران به شبکه مش متصل می شوند و دقت موقعیتی مطلق دارند و از سایر وسایل نقلیه، دوچرخه ها و عابران پیاده آگاهی دارند و تجربه ایمن تر و کارآمدتر را برای همه تضمین می کنند.

شبکه مش می تواند به عنوان لایه پایه برای ارجاع جغرافیایی جهان استفاده شود. اعلان‌ها، هشدارها و درخواست‌های اطلاعات را می‌توان به گوشی‌های هوشمند در یک مکان جغرافیایی دقیق ارسال کرد. تصور کنید در آپارتمان طبقه سوم خود هستید و روی صندلی خود نشسته اید، با هدفون به موسیقی گوش می دهید و کتاب الکترونیکی می خوانید. 

شما از سر و صدای بیرون غافل هستید. یک هشدار صوتی به تلفن شما ارسال می شود و توجه شما را جلب می کند. شما به تلفن خود نگاه می کنید و پیامی در حال درخواست اطلاعات مربوط به تیراندازی احتمالی در DD°MM’SS.sss N, DD°MM’SS.sss W است. روی اعلان کلیک می کنید و نقشه ای باز می شود. می بینید که درست بیرون پنجره شماست. به سمت پنجره می روید، به بیرون نگاه می کنید و می بینید که دو نفر سوار ماشینی می شوند. شما در حال دور شدن چراغ‌های قرمز عقب را تماشا می‌کنید.

در تلفن خود دکمه هشدار قرمز را روی برنامه نقشه فشار می‌دهید که یک سیگنال پریشانی ایجاد می‌کند و تأیید می‌کند که حادثه ممکن است تیراندازی بوده باشد و احتمالاً شخصی مجروح شده باشد. اورژانس بلافاصله اعزام می شود. سایر افراد نزدیک همان پیام هشدار را دریافت کردند زیرا به طور خودکار تولید و به همه شماره‌های تلفن در منطقه تعریف‌شده توسط راه‌حل صوتی جغرافیایی ارسال شد. 

دوربین های مداربسته در گوشه ساختمان ها نیز با هشدار فعال شدند و به طور خودکار روی منشاء صدا متمرکز شدند. تصاویر ضاربان به همراه پلاک خودرو ضبط شده است. با دور شدن خودرو، شبکه‌ای از دوربین‌های نظارتی همچنان به دنبال آن بودند تا اینکه در نهایت رهگیری و سرنشینان آن دستگیر شدند.

این دنیا از چیزی که به نظر می رسد نزدیکتر است. فن آوری ها در حال حاضر اینجا هستند. پس از تصویب لایحه زیرساخت، پروژه های ساخت و ساز آغاز می شود و دنیای فیزیکی ما شروع به ادغام با دنیای دیجیتال خواهد کرد. مهندسان آن را طراحی می کنند. کارگران ساختمانی و روبات ها آن را خواهند ساخت. و این فناوری‌های فضایی خواهد بود که همه آن را در کنار هم نگه می‌دارند.

ویلیام تیولو برای اداره هوانوردی فدرال کار می کند. او فارغ التحصیل برنامه بورسیه مدیریت FAA است. او در مأموریت ویژه ای در وزارت حمل و نقل ایالات متحده، رهبری یک ابتکار ملی استراتژیک جغرافیایی برای مشارکت داده های باز کاخ سفید را بر عهده داشت. او یک متخصص سیستم های اطلاعات جغرافیایی (GISP) و سخنران برنامه مریلند STEMnet Scholar است.

 او در میان اولین افرادی در کشور بود که در حین کار در مرکز فضایی استنیس ناسا، گواهینامه تخصصی زمین فضایی را از وزارت کار ایالات متحده دریافت کرد.  وی دارای مدرک تحصیلی در زمینه فناوری اطلاعات جغرافیایی، مطالعات اطلاعاتی و در حال تکمیل مدرک کارشناسی ارشد در رشته مدیریت سازمانی است.

 ویلیام یک جانباز 23 ساله برای نیروی دریایی ایالات متحده است که به عنوان متخصص زمین فضایی، متخصص اطلاعات تصویری، یک هوانورد نیروی دریایی، یک هواشناس خدمت می کند. و یک اقیانوس شناس تاکتیکی. او متاهل است، به نوشتن و سفر علاقه دارد. نقل قول مورد علاقه او این است: “ذهن مردی که با یک ایده جدید تغییر کرده است هرگز نمی تواند به بعد اصلی خود بازگردد.” – الیور وندل هلمز

«جنایت رایج است. منطق نادر است. بنابراین، به جای جرم و جنایت، باید به منطق بپردازید.» “داده ها! داده ها! داده ها!” بی حوصله گریه کرد. “من نمی توانم آجر را بدون خاک رس بسازم.” – شرلوک هلمز، «ماجراجویی راش‌های مس»، سر آرتور کانن دویل

واتسون برای هولمز همان چیزی است که اطلاعات برای هوش. واتسون می‌توانست به داستان مشتری گوش دهد، وضعیت را مشاهده کند و تمام حقایق مربوطه را برای هولمز بازگو کند، اما او توانایی این را نداشت که قطعات به‌ظاهر تصادفی اطلاعات را در زنجیره‌ای منسجم از وقایع که منجر به فرضیه درست می‌شد، کنار هم بگذارد. یک کامپیوتر می تواند واتسون شود، اما برای شرلوک بودن یک انسان لازم است. با این حال، انسانی که توسط سوگیری های شناختی گمراه می شود، در نهایت به عنوان بازرس لسترید تمام می شود و همیشه به نتیجه اشتباه می رسد.

وقتی نوبت به داده‌ها می‌رسد، قیاس نوشیدن از شیلنگ آتش نشانی دست کم گرفته می‌شود. در نظر بگیرید که اندازه یک تصویر دیجیتال می تواند ترابایت باشد و هر روز میلیون ها تصویر گرفته می شود. فیسبوک روزانه 4 پتابایت داده تولید می کند و هر روز 500 میلیون توییت و 306 میلیارد ایمیل وجود دارد. علاوه بر این، 20 میلیارد دستگاه متصل وجود دارد. در مجموع، جهان هر روز 2.5 کوئینتیلیون بایت داده تولید می کند. اگر یک دانه شن نشان دهنده یک بایت داده باشد، هر سه روز بیشتر از دانه های شن روی زمین داده ایجاد می شود و فقط در حال افزایش است.

جایی در تمام این داده ها سیگنال ها هستند. سیستم های اطلاعاتی تهدید بلادرنگ به دنبال آن سیگنال ها قبل از وقوع رویداد بزرگ بعدی هستند. این یک شکار پرمخاطره برای لویاتان است، با این تفاوت که لویاتان تنها یک بسته شن است که با سرعت نور از میان ابری که توسط گرد و غبار پوشیده شده است حرکت می کند.

تفسیر یک سیگنال

حجم عظیم، تنوع و سرعت جریان مداوم داده‌ها بسیار فراتر از توانایی انسان برای پردازش است. پهنای باندی که اکثر سیستم ها می توانند تحمل کنند فراتر می رود. و به سرعت ظرفیت ذخیره، مدیریت و اقدام بر روی اطلاعات به موقع و مقرون به صرفه را از بین می برد. منابع بی نهایت نیستند. بهترین مدل برای مدیریت حجم عظیمی از داده ها، مغز انسان است. انسان ها حسگرهای بیولوژیکی هستند. هر لحظه از هر ثانیه از زندگی ما، بدن ما جریان بی پایانی از محرک ها را از منابع داخلی و خارجی دریافت می کند. 

بیشتر این محرک‌ها در سطح ناخودآگاه ثبت می‌شوند و تا زمانی که محرک‌ها عادی و مورد انتظار باشند، توسط ذهن خودآگاه مورد توجه قرار نمی‌گیرند. با این حال، اگر هر گونه ناراحتی را تجربه کنید، به ذهن خودآگاه اطلاع داده می شود. سپس تا زمانی که نرمال شود، کانون توجه می شود. از نظر خارجی، همین امر در مورد سیستم های داده رایانه ای نیز صدق می کند. شرایط عادی نادیده گرفته می شود، اما اگر چیزی غیرعادی مانند صدای ثابت بلند، یا دمای سردتر از حد معمول وجود داشته باشد، تمام توجه پردازش را به خود جلب می کند.

در قلمرو هوش اساساً کارکرد چیزها به این صورت است. الگوریتم‌ها برای یادگیری الگوهای عادی زندگی و شناسایی رویدادها، کلمات، نام‌ها و غیره نوشته شده‌اند. تا زمانی که داده‌ها در پارامترهای عادی قرار داشته باشند، توجه کمی به آن‌ها جلب می‌شود، اما به محض اینکه یک ناهنجاری از یک آستانه فراتر رفت یا چیزی الگوریتم را تحریک می‌کند. ، بلافاصله مورد توجه مرکز اطلاعات قرار خواهد گرفت. یک مثال را می توان در داشبورد نقشه رویداد جهانی مشاهده کرد. من شما را تشویق می کنم برای عضویت 72 ساعته رایگان ثبت نام کنید. 

اگر می خواهید ببینید اخبار واقعی چگونه به نظر می رسد، این یک نمونه است. تعداد حوادث واقعی که در سراسر کشور و در سراسر جهان اتفاق می‌افتد و هرگز در مورد آن‌ها نمی‌شنوید، که بسیاری از آنها موی سر و همه آنها منبع باز هستند، به معدود داستان‌هایی می‌افزاید که رسانه‌ها توانسته‌اند درباره حملات سایبری بگویند. صفحه را به پایین اسکرول کنید. فیلترهای زیادی وجود دارد، اما توصیه می‌کنم همه آن‌ها را خاموش کنید تا گستره کامل اطلاعات را ببینید. با کلیک کردن بر روی یک حادثه، منبع واقعی آن مشخص می شود تا بتوانید در مورد آن به طور کامل مطالعه کنید.

در زیر داشبورد حوادث بحرانی بی‌درنگ ارتش ایالات متحده به نام سیستم اشتراک‌گذاری اطلاعات مجازی تحلیلی مشترک (JARVISS) وجود دارد. این فعالیت ها را در نزدیکی تأسیسات ارتش ایالات متحده و دارایی های مستقل مورد علاقه در سراسر جهان ردیابی و نظارت می کند.

داشبورد دیگر برای حملات سایبری Check Point است که نشان می دهد تهدیدات سایبری تا چه حد در سراسر جهان تهاجمی هستند. در اینجا می توانید الگوهای حملات هماهنگ را مشاهده کنید. جنگی در جریان است. سربازان جنگجویان سایبری هستند. هیچ کشوری امن نیست نقشه تهدید سایبری زنده را مشاهده کنید .

تجزیه و تحلیل سریع در زمان واقعی

با نظارت بر این اطلاعات، تحلیلگران به دنبال ارتباطات هستند. اگر هواپیما از مسیر پرواز خود منحرف شود، به مرکز عملیات محلی اطلاع داده می شود. یک پرس و جو خودکار نشان می دهد که آیا دارایی های زیرساختی حیاتی یا سایر ساختارها و تأسیسات مهم در منطقه وجود دارد یا خیر. تحلیلگر می تواند فوراً نوع هواپیما، علامت تماس، هواپیما را برای چه کسی ثبت نام کرده و چه کسی طرح پرواز را ثبت کرده است، پیدا کند. 

رادار آب و هوا را می توان برای مشاهده اینکه آیا این دلیل احتمالی برای انحراف است یا خیر، روی آن قرار داد. گزارش‌های رویداد را می‌توان در زمان واقعی در منطقه مورد علاقه، همراه با فیدهای رسانه‌های اجتماعی و سایر منابع ارتباطی نمایش داد. الگوهای ترافیک را می توان نمایش داد.

سوال مهمی که باید به آن پاسخ داده شود این است که آیا این یک تهدید بالقوه است؟ آیا ارتباطی با هر چیزی در جای دیگری وجود دارد؟ پرونده ای در مورد شخصی که برنامه پرواز را ثبت کرده است، فردی که فرض می شود خلبان است و شخص یا سازمانی که هواپیما در آن ثبت شده است، تهیه می شود. همه اینها در عرض چند دقیقه انجام می شود، در حالی که هواپیما یا به مسیر پرواز خود باز می گردد یا به انحراف خود ادامه می دهد. 

برای به اشتراک گذاشتن اطلاعات در مورد هواپیما و انحراف آن با برج کنترل ترافیک هوایی تماس گرفته می شود. اگر برج پاسخی نداشته باشد، خلبان را با رادیو برای پاسخ ارسال می کند. مانیفست مسافر و خدمه نیز تجزیه و تحلیل می شود. تمام داده هایی که می توانند با هم جمع شوند – از جمله سوخت باقیمانده و محدودیت های عملکرد هواپیما – تجزیه و تحلیل می شوند.

الگوها از داده ها ظاهر می شوند. این الگوها به سمت عقب به یک علت و جلو به سمت نتیجه نهایی هدایت می شوند. یافتن این سرنخ ها در داده ها به تیمی از متخصصان از شش رشته هوش اولیه نیاز دارد.

• یک تحلیلگر اطلاعات تصویری پخش زنده و سنجش از راه دور را ارائه می کند.
• یک تحلیلگر هوش انسانی به دنبال عوامل انگیزشی و راه هایی برای کاهش تنش می باشد.
• یک متخصص هوش اندازه گیری و امضا محدودیت های عملیاتی و مکانیک و علم خاص سناریو را تعریف می کند.

• یک تحلیلگر اطلاعاتی منبع باز به مجموعه داده های منبع باز دسترسی پیدا می کند و برای ارائه سرنخ ها از آنها پرس و جو می کند.
• یک متخصص اطلاعات سیگنال روی ارتباطات و امضاهای الکترونیکی تمرکز می کند.
• یک تحلیلگر هوش مکانی همه اینها را گرد هم می آورد و از طریق نقشه ای که تیم استفاده می کند، زمینه فضایی را فراهم می کند که رویدادها را در زمان واقعی نشان می دهد.

این تحلیلگران و گاهی بسیاری دیگر همه این اطلاعات را جمع آوری می کنند و آنها را به اطلاعاتی تبدیل می کنند که تصمیم گیرندگان می توانند از آن برای اقدام استفاده کنند. هدف هوش همین است. همانطور که ریچارد هویر کهنه کار سیا گفت: “اطلاعات به دنبال روشن کردن ناشناخته ها هستند.”

خوشبختانه، اکثر هشدارها مثبت کاذب هستند، اما با هر یک از آنها به گونه‌ای رفتار می‌شود که گویی «همان» است. این نکات مثبت کاذب، تمرین‌های بسیار عالی و واقعی هستند که مهارت‌های تیم را تقویت می‌کنند و مغز را برای سرعت بخشیدن می‌کنند. این رویدادها می توانند تنها چند دقیقه یا چند ساعت طول بکشند. این یک هجوم آدرنالین است.

برای بررسی فیدهای داده‌های جریان مستقیم، Esri حجم فزاینده‌ای از داده‌ها را در ArcGIS Living Atlas خود دارد .

«ذهن من در رکود عصیان می کند. به من مشکل بده، به من کار بده، مبهم ترین رمزنگاری یا پیچیده ترین تحلیل را به من بده، و من در فضای مناسب خودم هستم…» – شرلوک هلمز، «نشانه چهار»، سر آرتور کانن دویل

ویلیام تولو برای اداره هوانوردی فدرال کار می کند. او فارغ التحصیل برنامه بورسیه مدیریت است. در حالی که در مأموریت ویژه در وزارت حمل و نقل ایالات متحده بود، ویلیام پروژه را برای جمع‌سپاری پایگاه داده آدرس ملی برای مشارکت داده‌های باز کاخ سفید رهبری کرد. او یک متخصص سیستم های اطلاعات جغرافیایی (GISP) و یک سخنران STEMnet محقق مریلند است. 

او دارای مدرک فناوری اطلاعات جغرافیایی و مطالعات اطلاعاتی از دانشگاه نظامی آمریکا است و در حال حاضر مدرک خود را در زمینه رهبری سازمانی دریافت می کند. ویلیام پس از 23 سال خدمت به عنوان متخصص اطلاعات جغرافیایی و تصویربرداری، یک هوانورد نیروی دریایی، یک هواشناس و یک اقیانوس شناس تاکتیکی از نیروی دریایی ایالات متحده بازنشسته شد. او یکی از اولین افرادی در کشور بود که گواهینامه تخصصی زمین فضایی را از ایالات متحده دریافت کرد وزارت کار هنگام کار در مرکز فضایی ناسا استنیس در می سی سی پی. 

او متاهل است، از مسافرت کردن، حل مشکلات، بازی با داده ها لذت می برد و شیفته تکنولوژی جدید و زمینه تاریخی است. نقل قول مورد علاقه او این است: “ذهن مردی که با یک ایده جدید تغییر کرده است هرگز نمی تواند به بعد اصلی خود بازگردد.” ~ الیور وندل هلمز

NV5 Geospatial پلت فرم مدل سازی پیش بینی را برای بهبود برنامه های مدیریت پوشش گیاهی شرکت ها معرفی کرد.

NV5 Geospatial Trim Optimization را راه‌اندازی کرده است، یک پلت فرم مدل‌سازی پیش‌بینی‌کننده که شرکت‌های برق را قادر می‌سازد تا برنامه‌های مدیریت پوشش گیاهی را با ارزیابی‌های مبتنی بر ریسک افزایش دهند.

با استفاده از اطلاعات موجود از داده‌های لیدار و تاریخی، شرکت‌ها می‌توانند از Trim Optimization برای اولویت‌بندی فعالیت‌های پیرایش درخت با در نظر گرفتن خطر ناشی از درختان منفرد و سایر محدودیت‌های عملیاتی استفاده کنند.

درختان مقصر درصد زیادی از قطعی ها هستند و مدیریت پوشش گیاهی بزرگترین هزینه برای تاسیسات برق است. ایان بردی، معاون نوآوری برای NV5 Geospatial گفت: با این حال، شرکت‌های آب و برق به جای برنامه‌های مبتنی بر چرخه سنتی، فقط به دنبال برنامه‌های مدیریتی پیشگیرانه و مبتنی بر ریسک هستند. پلتفرم Trim Optimization NV5 Geospatial به شرکت‌های برق کمک می‌کند تا قابلیت اطمینان شبکه را از طریق تصمیم‌گیری بهتر بهبود بخشند، در حالی که از طریق کارآیی بیشتر و توانایی هدف‌یابی مناطقی که بیشترین پتانسیل برای مشکلات را دارند، در هزینه‌شان صرفه‌جویی می‌کند.

طبق یک نظرسنجی اخیر، ” تجزیه و تحلیل جغرافیایی، انعطاف پذیری و آمادگی شدید آب و هوا “، پوشش گیاهی یکی از بزرگترین منابع خاموشی است که بیش از نیمی از آن را تشکیل می دهد . اکثر پاسخ دهندگان همچنین خاطرنشان کردند که از داده ها برای تجزیه و تحلیل ریسک استفاده می کنند، اما محدودیت های بودجه اغلب آنها را از سرمایه گذاری در داده های مورد نیاز خود باز می دارد.

پلتفرم بهینه‌سازی تریم یک رویکرد مرحله‌ای برای شناسایی ریسک نسبی برای هدف قرار دادن کار مدیریت پوشش گیاهی در جایی که بیشترین تأثیر را خواهد داشت، اتخاذ می‌کند. با تخصص گسترده، NV5 Geospatial ابتدا چندین ویژگی مرتبط با قطع‌های ناشی از پوشش گیاهی را شناسایی می‌کند که می‌توانند از لیدار با تراکم بالا مدل‌سازی شوند و یک امتیاز ریسک نسبی ارائه کنند.

داده‌های ویژه ابزار، مانند اطلاعات خرابی درختان تاریخی یا سایر عوامل، می‌توانند برای بهبود بیشتر نتایج تجزیه و تحلیل شوند.

نمرات ریسک نهایی، ارزیابی کمی از ریسک ترکیبی را ارائه می‌دهد و شرکت‌ها را قادر می‌سازد تا برنامه‌های کاری را ایجاد کنند که تلاش‌های کاهش مدیریت پوشش گیاهی را در اولویت قرار دهد و منجر به کارایی عملیاتی بیشتر شود.

در سال 2019، منطقه بهداشتی و طوفانی شهر هوبارت (HSD) در هوبارت، ایندیانا، مزایای فناوری جغرافیایی و اطلاعات مکانی را برای تغییر شهر تشخیص داد. HSD برای نوشتن و اجرای یک برنامه استراتژیک سیستم اطلاعات جغرافیایی (GIS) با گروه فناوری های جغرافیایی (GTG) تماس گرفت .

GTG یکی از پیشروترین شرکت‌های GIS دولت محلی در جهان است که برای پیشرفت علم اطلاعات مکانی و فناوری جغرافیایی فعالیت می‌کند. GTG یک برنامه استراتژیک GIS برای HSD با استفاده از تصاویر هوایی با وضوح بالا از Nearmap برای کمک به ایجاد نیاز شهر به ارائه داده‌های مکانی به مشتریان ایجاد کرد.

کارل تری، مدیر اتحادهای جهانی در Nearmap، گفت: «محتوای ما به راحتی با برنامه های GTG ادغام می شود و به عنوان یک جزء ارزشمند برای خدمات برنامه ریزی استراتژیک آنها عمل می کند. “تصاویر ما چندین بار در سال تجدید می شود و هنگامی که با فناوری GTG ترکیب می شود به دولت ها اجازه می دهد تا بر اساس شرایط موجود در جوامع خود در زمان واقعی تصمیم گیری کنند.”

قبل از GTG، HSD یک برنامه وب نمایشگر GIS را نگهداری می‌کرد که کاربر پسند نبود و بنابراین از آن استفاده ناکافی می‌شد.

رهبران HSD نیاز به رابطی را تشخیص دادند که به منطقه و همچنین سایر ادارات شهر خدمت کند و در عین حال به راحتی قابل پیمایش باشد. فناوری Nearmap با تجهیز کاربران به کنترل هایی که برای پاسخگویی به تمام نیازهای کاربران آن سفارشی شده بودند، این موضوع را اصلاح کرد.

جیمز کلت، معاون نرم‌افزار شرکت در GTG گفت: «هدف ما همیشه حل مشکلات و معرفی نوع جدیدی از پشتیبانی تصمیم‌گیری برای مشتریانمان بوده است. “مشتریان ما عاشق تصاویر هستند و هر چه بیشتر با Nearmap کار می کنیم، بیشتر می توانیم این ارزش افزوده را به مشتریان خود ارائه دهیم.”

با کمک کاربر پسند ArcGIS Hub، که در آن شهروندان می‌توانستند به ابزارهای GIS دسترسی داشته باشند، و برنامه جدید GTG، شهر هوبارت مشارکت شهروندان بیشتری را به دست آورد که به آنها اجازه داد اطلاعاتی را برای خود بیابند. 

در سال های اخیر، فروچاله ها در سراسر جهان رخ داده است. یک سرویس جدید با استفاده از تجزیه و تحلیل تصاویر ماهواره ای، ابزار پیش بینی گودال را ارائه می دهد.

Synspective Inc. ، ارائه‌دهنده داده‌های ماهواره‌ای و راه‌حل‌های تحلیلی، یک ویژگی تشخیص گودال را منتشر کرده است که منطقه فرورفتگی زمین را پیش‌بینی می‌کند.

فروچاله ها اغلب در اثر فعالیت های انسانی (تونل زنی زیرزمینی، پمپاژ نفت/گاز، حفاری زیرزمینی زغال سنگ، پمپاژ آب های زیرزمینی و غیره) ایجاد می شوند. هنگامی که این فروچاله ها در مناطق مسکونی رخ می دهند، می توانند آسیب های قابل توجهی به ساختمان ها و گاهی اوقات حتی تلفات جانی وارد کنند.

تابع تشخیص سوراخ فرو رفته توسط Synspective یک الگوریتم پیش‌بینی منحصربه‌فرد است که از علم داده و یادگیری ماشین برای ترکیب و تشخیص ویژگی‌های تغییرات مکانی و زمانی استفاده می‌کند. با استفاده از این فناوری، می توان از قبل مناطقی را که احتمالاً در آن فروچاله ها رخ می دهد، مناطقی که در آن غارها رخ داده اند و مناطقی که غارها پس از وقوع آنها در حال انجام است، شناسایی کرد.

این تابع در مانیتورینگ جابجایی زمین، سرویس راه حلی که در سال 2020 اعلام شد که تغییر شکل زمین را در یک منطقه وسیع با استفاده از داده های ماهواره ای تجزیه و تحلیل می کند، پیاده سازی خواهد شد. داده های ورودی به طور خودکار به روز می شوند و پلت فرم پردازش و تجزیه و تحلیل تصاویر پیچیده ماهواره ای را انجام می دهد. از آنجایی که می توان آن را در یک محیط وب مشاهده کرد، می توان آن را در هر زمان از دفتر و همچنین از میدان بررسی کرد.

استفاده مورد انتظار این سرویس جدید چندوجهی است – می توان آن را در بسیاری از پروژه های مدیریت ریسک زمین مانند پروژه های ساخت و ساز، پروژه های تعمیر و نگهداری فرودگاه و پروژه های توسعه مترو و غیره اعمال کرد.

علاوه بر این، نقشه برداری از راه دور منطقه/محل می تواند در مناطق فاجعه زده که دسترسی انسان محدود یا خطرناک است، یا جایی که حرکت اجتماعی به دلیل تأثیر ویروس COVID-19 محدود شده است، بسیار مرتبط باشد.