Využití budov předem vygenerovaných umělou inteligencí pro dobrovolnické mapování

Bc. Petr Klimeš

Diplomová práce

Use of buildings generated in advance by artificial intelligence for volunteer mapping

Anotace:

Tato diplomová práce se zabývá využitím budov předem vygenerovaných umělou inteligencí (AI) pro dobrovolnické mapování a jejím cílem je zjistit, do jaké míry pomáhá AI při samotném mapování. V rešeršní části této práce popisuji největší projekty, které se zabývají generováním cest a budov a hodnocení efektivity práce s těmito daty. Mezi tyto projekty, respektive společnosti, patří Meta, Microsoft, HOT a další. Tyto společnosti vytvořily stamilióny otevřených dat (cest, budov, adres), které jsou dostupné skrz editor RapiD. V empirické části byl proveden experiment na mapování budov s celkem 51 účastníky formou Within-Subject, kdy každý účastník mapoval 40 minut v jedné z přidělených lokalit v Tanzanii, jak v editoru iD, tak i v editoru RapiD. Na základě výsledků, které byly podrobeny statistickým testům (Mann-Whitney test, T-test) bylo zjištěno, že mezi editory je statisticky významný rozdíl a mapování s AI v editoru RapiD tak urychluje a zkvalitňuje výsledná data. Součástí výzkumu bylo i dotazníkové šetření na zpětnou vazbu k mapování v editoru RapiD. Na základě výsledků z testování a dotazníkového šetření usuzuji, že přítomnost AI má pozitivní vliv na použitelnost, tak jak ji definuje ISO norma 9241-11:2018. Mimo manuální validaci bylo provedeno i poloautomatické hodnocení zmapovaných budov v programu QGIS, které sloužilo k analýze využití předem vygenerovaných budov. Z této analýzy vzešlo, že účastníci nejprve využívali předem vygenerovaných budov a až poté mapovali budovy ručně. Rovněž bylo prokázáno, že účastníci experimentu nejprve mapují ty budovy, které nepotřebují větších úprav nebo jsou vygenerované správně a až poté si vybírají budovy, které AI nevygenerovala zcela správně.

Abstract:

This thesis explores the use of pre-generated AI buildings for volunteer mapping and aims to find out how AI helps with mapping itself. In the research part of this thesis, I describe the largest projects dealing with path and building generation and evaluate the effectiveness of working with this data. These projects or companies include Meta, Microsoft, HOT and others. These companies have created hundreds of millions of open data (paths, buildings, addresses) that are available through the RapiD editor. In the empirical part, a building mapping experiment was conducted with a total of 51 participants in the form of a within-subject experiment, where each participant mapped for 40 minutes in one of the assigned locations in Tanzania using both iD and RapiD editors. Based on the results, which were subjected to statistical tests (Mann-Whitney test, T-test), it was found that there was a statistically significant difference between the editors and that mapping with AI in the RapiD editor speeds up and improves the quality of the resulting data. The research also included a questionnaire survey for feedback on mapping in the RapiD editor. Based on the results of the testing and the questionnaire survey, I conclude that the presence of AI has a positive impact on usability as defined by ISO standard 9241-11:2018. In addition to the manual validation, a semi-automated evaluation of the mapped buildings in QGIS software was conducted to analyse the usability of the pre-generated buildings. This analysis showed that participants first used the pre-generated buildings and then manually mapped the buildings. It also showed that the participants in the experiment first mapped those buildings that did not require major modifications or were generated correctly, and only then selected buildings that were not completely correctly generated by the AI.

Klíčová slova

Umělá inteligence, AI, strojové učení, humanitární mapování, Microsoft, Facebook, RapiD, OpenStreetMap, HOT

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 11. 5. 2023

Obhajoba závěrečné práce

• Obhajoba proběhla 7. 6. 2023
• Vedoucí: Mgr. Radim Štampach, Ph.D.
• Oponent: prof. RNDr. Petr Kubíček, CSc.

Masarykova univerzita

Přírodovědecká fakulta

Magisterský studijní program / obor:
Geografická kartografie a geoinformatika / Geografická kartografie a geoinformatika