Репост из: О городах и данных
Тренды в geoAI
Agentic AI, MCP, фундаментальные модели наблюдения за Землей (EO), гео-эмбеддинги, облачные геопространственные технологии (Cloud Native Geospatial) - все это компания Element 84 считает трендом и ближайшим будущим пространственного анализа.
Давайте разберемся по порядку: что есть что
Agentic AI или ИИ-агенты
Это естественное развитие чат-ботов. Агенты позволяют выполнять действие по запросу пользователя, а не просто отвечать на вопрос. Если классическая LLM работает как справочник, то агент - как сотрудник: он способен искать данные в базе, понимать структуру репозиториев, отслеживать зависимости и планировать многоэтапные задачи.
Например, AI агенты работают в Cursor: вместо того, чтобы самим писать код вы ставите задачу: «сделай план решения задачи "оптимального маршрута" с учетом моих данных и добавь в класс "router". И все: агент сам сканирует ваш проект, находит нужные файлы, таблицы и вносит правки сразу в нескольких местах.
MCP (Model Context Protocol)
MCP - это как USB-разъем, но для ИИ. Он позволяет просто «подключить» к ИИ ваши инструменты (карты, таблицы, API погоды), и модель сразу понимает, как ими пользоваться и где брать актуальные данные, а не выдумывает ответы . Например, вместо того чтобы выдумывать координаты, модель через MCP подключается к геокодеру, передает ему адрес и получает точку
EO embeddings (Гео-эмбеддинги)
Новый тип геоданных, представляющий собой набор векторов для каждого пикселя Земли. В этих векторах зашиты сотни различных типов данных: от рельефа и инфраструктуры со спутниковых снимков до отзывов на картах и сигналов с сенсоров. Я уже писала ранее про Google Embeddings, но экосистема растет: появились мощные открытые модели, такие как Clay Foundation Model и Prithvi IBM и NASA.
Cloud-native geo (Облачные геопространственные технологии)
«Наименее новый» тренд. Технологии, созданные специально для хранения и обработки больших массивов геоданных. Они позволяют быстро искать и собирать информацию по конкретной локации из нескольких слоев благодаря пространственным индексам.
(Пример: Вам не нужно скачивать 100 Гб спутниковых снимков. Технология позволяет «стримить» только те пиксели, которые нужны для вашего района, прямо в код).
В следующем посте напишу, что все это значит для геоаналитика
Agentic AI, MCP, фундаментальные модели наблюдения за Землей (EO), гео-эмбеддинги, облачные геопространственные технологии (Cloud Native Geospatial) - все это компания Element 84 считает трендом и ближайшим будущим пространственного анализа.
Давайте разберемся по порядку: что есть что
Agentic AI или ИИ-агенты
Это естественное развитие чат-ботов. Агенты позволяют выполнять действие по запросу пользователя, а не просто отвечать на вопрос. Если классическая LLM работает как справочник, то агент - как сотрудник: он способен искать данные в базе, понимать структуру репозиториев, отслеживать зависимости и планировать многоэтапные задачи.
Например, AI агенты работают в Cursor: вместо того, чтобы самим писать код вы ставите задачу: «сделай план решения задачи "оптимального маршрута" с учетом моих данных и добавь в класс "router". И все: агент сам сканирует ваш проект, находит нужные файлы, таблицы и вносит правки сразу в нескольких местах.
MCP (Model Context Protocol)
MCP - это как USB-разъем, но для ИИ. Он позволяет просто «подключить» к ИИ ваши инструменты (карты, таблицы, API погоды), и модель сразу понимает, как ими пользоваться и где брать актуальные данные, а не выдумывает ответы . Например, вместо того чтобы выдумывать координаты, модель через MCP подключается к геокодеру, передает ему адрес и получает точку
EO embeddings (Гео-эмбеддинги)
Новый тип геоданных, представляющий собой набор векторов для каждого пикселя Земли. В этих векторах зашиты сотни различных типов данных: от рельефа и инфраструктуры со спутниковых снимков до отзывов на картах и сигналов с сенсоров. Я уже писала ранее про Google Embeddings, но экосистема растет: появились мощные открытые модели, такие как Clay Foundation Model и Prithvi IBM и NASA.
Cloud-native geo (Облачные геопространственные технологии)
«Наименее новый» тренд. Технологии, созданные специально для хранения и обработки больших массивов геоданных. Они позволяют быстро искать и собирать информацию по конкретной локации из нескольких слоев благодаря пространственным индексам.
(Пример: Вам не нужно скачивать 100 Гб спутниковых снимков. Технология позволяет «стримить» только те пиксели, которые нужны для вашего района, прямо в код).
В следующем посте напишу, что все это значит для геоаналитика