Hărţi, inteligenţă artificială şi rezolvarea problemelor din trafic

Sunt Marian, un programator și doctorand în geografie în cadrul Universității din București. Îmi place să mă țin ocupat, așa că de cele mai multe ori mă retrag la laptop,  scriu cod, creez hărți sau citesc despre noile tendințe în tehnologie și investiții. Când vine vorba  să explic legătura dintre cele două domenii alese de mine este foarte dificil, deoarece la prima vedere nu au nicio legatură, dar cercetarea mea se localizează la granița dintre cele două științe complexe, matematica şi geografia.

Când merg la conferințe dedicate programatorilor mă adaptez limbajului specific, cum ar fi: compilare, randare, fetching etc. În compania geografilor mă las purtat de jargonul de specialitate pentru a întreține convorbile despre tematicile dezbătute în domeniul larg al geografiei. Ei bine, când în cele două grupuri de apartenență găsesc oameni noi și mă întreabă ce fac la un doctorat așa de tânăr și de ce nu mă bucur de viață, le răspund că dezvolt și antrenez o inteligență artificială  care să analizeze traficul urban pe baza imaginilor preluate de la camerele de  luat vedere plasate în intersecții sau străzi. Cu ajutorul teledetecției și imagisticii satelitare, le pun imaginile preluate pe hărți şi asta ajută la a analiza mult mai bine fenomenele conexe precum poluarea, accidentele, și congestionările din trafic.  Şi desi sunt între specialiști  în domeniile lor, încerc să le explic importanța cercetării în termenii specifici meseriei lor, deoarece nu doresc să mă fac neînțeles datorită nișării oricăruia dintre cele două domenii. 

Geografilor le explic cu lux de amănunte termenii specifici programării, le spun că fac o analiză satelitară a traficului urban, unde mai bag  niște inteligență artificială, deoarece poate să facă mai multe calcule decât mine, și totodată le face mult mai precis, deci cumva îmi ușurează munca. Iar programatorilor le explic cu lux de amănunte termenii geografici, în special cei legaţi de domeniul teledetecției. Mai apoi le explic importanța creării unui model de analiză bazat pe deep learning  și cum anume poate fi îmbinat cu domeniul geografiei prin teledetectie care implică prelucrarea datelor despre diferie fenomene de la distanță, pentru a-i ajuta să înteleaga și să facă legatura mai bine între domenii.

Însa cel mai greu de explicat este rubedeniilor mai înaintate în vârstă de acasă, care nu au o pregătire anume. Pentru ele trebuie să recurg la cuvinte și expresii pe care le înteleg și ei, ca să poată face o legatură între statul  10, 12 sau 14 ore în fata laptopului scriind chesti fără noima, la prima vedere, şi calculele complexe pe care le fac și care rezolvă anumite lucruri care îi deranjează şi pe ei. Așa că încep să le spun cât de aglomerat este orașul București, ce poluat este și câte accidente se întâmpla zilnic și pe care le văd și ei la televizor. Apoi le spun că vreau să ajut la rezolvarea unora dintre aceste probleme cu un program pe calculator făcut de mine. Programul meu învață, ca şi mine, despre accidente, poluare și aglomerație din videoclipuri sau imagini, iar norocul meu este că el învață mult mai repede decât mine. Așa că, odată ce va termina învătarea, va recunoaşte automat locurile unde e aglomerație sau accidente, mi le va pune pe hartă și voi putea să le analizez cauzele. Dacă reuşesc să fac asta, voi putea contribui la reducerea lor pe viitor. Şi asta rubedeniile mele înţeleg şi chiar sunt entuziasmate că mă ocup de ceva aşa de important!