NOTLARIM 6| Location Intelligence’a Dair
Location Intelligence tek başına coğrafi bilgi veya coğrafi bilginin analizinden daha fazlasıdır.
’Location’, verinin hangi konumda ve çoğunlukla hangi zamanda olduğunu ifade ederken ‘Intelligence’, çeşitli veri analiz yöntemlerini kullanarak organizasyondaki ham veriyi işlemeye ve anlamlandırmaya yöneliktir. Bu nedenle Location Intelligence (Lokasyon Zekası, LI), Geographical Information Systems’den (Coğrafi Bilgi Sistemi, GIS) gelen konum zekası ile ile birlikte incelenmesi gereken bir teknolojidir ve temeli BI ve GIS teknolojilerine dayanır [1].
Bilgisayar donanımlarının ve beraberinde makul bir sürede eğitilebilen AI modellerinin hızlı gelişimi, büyük veri ve bunlara eşlik eden teorik ilerlemeler yer bilimi araştırmalarına yeni fırsatlar ve challengelar doğurmuş durumda. Location Intelligence ise yer bilimi çalışmaları, yapay zeka, makine öğrenmesi ve derin öğrenme gibi hızla gelişen bu dalların bir entegrasyonu olarak bu gelişimi yakından takip ediyor. Bu nedenle, iyi bir GeoAI araştırması için coğrafi alan bilgisinin yanı sıra AI teorisi, programlama ve istatistik bilgisinin gerektiğini söylemek gerekir. Tüm bunlara bağlı olarak da son yıllarda GIScience, uzaktan algılama ve fiziksel çevre çalışmlarında giderek daha fazla işbirlikçi GeoAI çalışmaları ortaya konduğu görülüyor [2].
Coğrafi Bilgi Sistemleri ile gelişen Location Intelligence, konumlar ve bunların mekansal ilişkileri, davranış ve etkilerin daha derinlemesine anlaşılmasını sağladığı ve her türlü kuruluş için analitik ve operasyonel çözümler üretebilme kabiliyetine imkan tanıdığı için oldukça önemlidir [3]. Bunlara ek olarak konum zekasının excel verilerini eşleştirme, veri panoları ve konum verilerilerinden sonuçlar elde etmeyi kolaylaştıran yapısıda kendisine olan yönelimi arttırıyor [1]. Location Intelligence’a karşı artan ilginin bir sebebi de daha kapsamlı bir yer bilimi için yapay zekaya duyulan ihtiyaçtır. Bu sistem içerisinde noktalar, sürekli çizgiler, çokgenler, grafikler veya rasterler gibi çeşitli mekansal veriler gömülü bir alanda saklanıyor ve bunlar da derin öğrenme modellerine kolayca dahil edilebiliyor [3].
Geleneksel yaklaşımlar yerine yapay zeka kullanılarak çözülememiş coğrafi sorunlara çözüm bulanabileceği önemli bir tartışma konusu haline gelmiş durumda ve bu konu üzerine sürekli yeni teori ve yaklaşımlar ortaya atılıyor. Janowicz ve arkadaşları da bu teorisyenlerden. Onlar, konumun çok kaynaklı veri katmanlarını entegre etmek ve sentezlemek için bir anahtar olduğunu belirtiyor ve coğrafi alan bilgisi ve mekansal kavramların, farklı bağlamsal alanların geliştirilmesine katkıda bulunacağını ve AI modellerinin geliştirilmesinde önemli bir rol oynayacağını ilave ediyor [4].
International Journal of Geographical Information Science dergisi coğrafyacılar ve bilgisayar bilimcilerinin, bu teknikler üzerine tartıştıkları önemli yayınlardan biri. Söz konusu çalışmalara ek olarak CM SIGSPATIAL GeoAI çalıştayları (2017, 2018, 2019), Amerikan Coğrafyacılar Birliği (AAG) GeoAI ve Derin Öğrenme sempozyumlarındaki tartışmalar (2018, 2019, 2020) Location Intelligence’ın artan önemini vurguluyor [2]. Tüm bu çalışmalardan sonra gelenekselcilere söyleyecek çok söz bırakılmamış gibi duruyor.
Coğrafi konumu, gelişmiş AI modellerini eğitmek için yoğun olarak kullanan GeoAI, finans, gayrimenkul, ekonomik kalkınma ve operasyonel lojistik gibi çeşitli sektörler tarafından da yaygın olarak kullanılmakta.Bunun sebebi ise gayet açık: İnsanların nerede olduklarına bağlı olarak şekillenen her türlü tüketim alışkanlığı kuruluşlara müşterilere nasıl daha iyi hizmet verecekleri ve potansiyel pazar arayışları hakkında da bilgi sağlar. Arkasına sermayeyi ve meraklı bilim insanlarını alan böyle bir konu daha çok dallanıp budaklanacak ve konuşulacak gibi duruyor.
Sonuç olarak, akıllı şehirler çağında Location Intelligence planlamanın da içine giriyor. Şehir plancıları geleceği yakalamak istiyorsa ne kadar erken Location Intelligence’ı benimserlerse o kadar iyi olacak gibi duruyor.
REFERANSLAR
[1] https://carto.com/blog/what-is-location-intelligence-and-its-benefits/
[2] Gao, S., 2021., Oxford Bibliographies, Geospatial Artificial Intelligence (GeoAI), OI: 10.1093/OBO/9780199874002–0228
[3] Mai, G., Janowicz K., Hu Y., Gao S., Yan, B., Zhu R., Cai L.& Lao N. A review of location encoding for GeoAI: methods and applications. International Journal of Geographical Information Science (2022)., DOI: 10.1080/13658816.2021.2004602
[4] Janowicz K., Gao S., McKenzie G., Hu Y.& Bhaduri B. GeoAI: spatially explicit artificial intelligence techniques for geographic knowledge discovery and beyond. International Journal of Geographical Information Science (2020). DOI: 10.1080/13658816.2019.1684500
