Сучасні тенденції штучного інтелекту в гуманітарному розмінуванні територій та його інтеграції в геоінформаційні системи
DOI:
https://doi.org/10.17721/1728-2217.2025.64.67-74Ключові слова:
геодані, ГІС, методи розмінування, мінне забруднення, штучний інтелектАнотація
Вступ. Гуманітарне розмінування вирізняється множиною різноманітних за фізичним принципом реалізації методів очищення територій. За ступенем зрілості (Technology Readiness Level – TRL) ці технологічні рішення умовно можна розділити на повсякденно використовувані (TRL 8-9), системи, що перевіряються в умовах наближених до реальних (TRL 4-7) та концептуальні речі (TRL 1-3). Жоден із заявлених існуючих методів наразі не гарантує 100 % результативності гуманітарного розмінування територій і незадовільний за параметрами: чутливості, вибірковості, швидкодії. Служба ООН з питань протимінної діяльності вимагає від операторів протимінної діяльності майже повну впевненість в очищенні територій на рівні 99,5 % на мінімальну глибину в 20 см. Протимінна діяльність за своєю суттю має географічний характер, а тому зібрана різними методами інформація просторового характеру має зазнавати обробки в геоінформаційних системах (ГІС). Масове поширення штучного інтелекту (ШІ) в останні роки демонструє пошук закономірностей та взаємозв′язків там, де людина навіть не припускала, що можуть бути нові знання. Поєднання можливостей ШІ та геопросторових даних (GeoAI) ще більше посилило розуміння складних наборів даних, тим самим допомагаючи розв′язати найгостріші проблеми людства, однією з яких є мінне забруднення територій.
Методи. Використано загальнонаукові та спеціальні методи дослідження. Історичний підхід дозволив з′ясувати етапи розвитку ШІ. Метод класифікації виокремив різновиди методів ШІ. Метод визначення виокремив предметну галузь застосування ШІ в гуманітарному розмінуванні. Аналіз та еволюційний підхід надав приклади застосування ШІ на різних етапах гуманітарного розмінування та їх вдосконалення із розвитком геопрострового ШІ. Індукція та аналіз сформували висновок про сучасний стан, тенденції та перспективи застосування ШІ в гуманітарному розмінуванні територій.
Результати. Розглянуто історію появи та зростання значення ШІ для потреб гуманітарного розмінування. Здійснено детальний огляд публікацій за тематикою ШІ в гуманітарному розмінуванні та геопросторового ШІ. Виявлено тенденції та декларовані пріоритети подальшого розвитку. Наведено класифікацію методів ШІ з поясненням їх прикладного застосування в гуманітарному розмінуванні. На прикладі нейронних мереж розглянуто проблеми та шляхи їх інтеграції в ГІС.
Висновки. Технології ГІС та ШІ стали об'єктом обговорень того, як технології та інновації можуть покращити гуманітарну діяльність і міжнародну миротворчу діяльність. Ці технології мають потенціал для вдосконалення можливостей оцінювання потреб та моніторингу змін на місцях і можуть бути корисними як для сектору протимінної діяльності, так і для ширшого гуманітарного сектору.
Завантажити
Посилання
Artificial Intelligence to Help Accelerate Landmine Clearance. (2024, 26 June). The HALO Trust. https://www.halotrust.org/news/artificial-intelligence-to-/help-accelerate-landmine-clearance/
Bajić, M., & Potočnik, B. (2023). UAV thermal imaging for unexploded ordnance detection by using deep learning. Remote Sensing, 15(4), 967. https://doi.org/10.3390/rs15040967
Baur, J., Steinberg, G., & Case, C. (2024). SpotlightAI: Enhancing NTS with Drone-based AI Landmine Detection. In Mine Action Symposium (pp. 24–28). HCR-CTRO d.o.o. https://www.ctro.hr/publications
Basto, P. (2025). AI for mine Action: Insights from the GICHD Innovation Session. In Mine Action Symposium (pp. 35–41). HCR-CTRO d.o.o. https://www.ctro.hr/publications
Burrough, P. A., McDonnell, R.A., & Lloyd, C.D. (2015). Principles of geographical information systems. Oxford University Press.
Cirillo, F., Solmaz, G., Peng, Y., Bizer, C., & Jebens, M. (2024, May 15). Desk-AId: Humanitarian Aid Desk Assessment with Geospatial AI for Predicting Landmine Areas.arXiv.org. https://arxiv.org/abs/2405.09444
Collins, C. B., Beck, J. M., Bridges, S. M., Rushing, J. A., & Graves, S. J. (2017). Deep learning for multisensor image resolution enhancement. In SIGSPATIAL'17: 25th ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems. ACM. https://doi.org/10.1145/3149808.3149815
Gasser, R. (2024). What can artificial intelligence offer humanitarian mine action? JMU Scholarly Commons, 28(2), 3. https://commons.lib.jmu.edu/cisr-journal/vol28/iss2/3/
GICHD. (2023, June 2). GIS is more than meets the eye – It is a pathway to peace. Mine Action takes centre stage at the Esri User Conference. https://www.gichd.org/the-gichd/news/gis-is-more-than-meets-the-eye-it-is-/a-pathway-to-peace-mine-action-takes-centre-stage-at-th
Heymans, H., & Claassens, A. (2015). Effectiveness of GIS in mine action. JMU Scholarly Commons, 19(3), 13. https://commons.lib.jmu.edu/cisr-journal/vol19/iss3/13/e-esri-user-conference/
Hu, Y., Gao, S., Lunga, D., Li, W., Newsam, S., & Bhaduri, B. (2019). GeoAI at ACM SIGSPATIAL. SIGSPATIAL Special, 11(2), 5–15. https://doi.org/10.1145/3377000.3377002
Hutsul, T. (2025). Geographical information systems in humanitarian demining of territories: history, development, modernity. Bulletin of the Taras Shevchenko National University of Kyiv. Military and Special Sciences, 3 (63), 85–92. https://doi.org/10.17721/1728-2217.2025.63.85-92
Hutsul, T., Khobzei, M., Tkach, V., Krulikovskyi, O., Moisiuk, O., Ivashko, V., & Samila, A. (2024). Review of approaches to the use of unmanned aerial vehicles, remote sensing and geographic information systems in humanitarian demining: Ukrainian case. Heliyon, 10(7), e29142. https://doi.org/10.1016/j.heliyon.2024.e29142
Kischelewski, B., Cathcart, G., Wahl, D., & Guedj, B. (2024, October 31). AI for Explosive Ordnance Detection in Clearance Operations: The State of Research. arXiv.org. https://arxiv.org/abs/2411.05813
Kraenzle, H., & Beale, G. (2001). The development of the Spatial Information Clearinghouse in support of humanitarian demining. JMU Scholarly Commons, 5(2), 31. https://commons.lib.jmu.edu/cisr-journal/vol5/iss2/31
Plett, G.L., Doi, T., & Torrieri, D. (1997). Mine detection using scattering parameters and an artificial neural network. IEEE Transactions of neural networks, 8(6), 1456–1467.
LaNeve, C., Treat, T., Groccia, D., Vasaya, S., & Oughton, E. (2024). Beyond boundary lines: Emerging Innovative trends in Geospatial Data for Decision-Making. EarthArXiv (California Digital Library). https://doi.org/10.31223/x5q71q
Levchenko, D., Podorozhnyak, A., & Liubchenko, N. (2025). Tools and methods for explosive objects detection using artificial intelligence and computer vision. Системи управління навігації та зв′язку, 3(81), 117–121. https://doi.org/10.26906/sunz.2025.3.117
Li, W., & Hsu, C. (2022). GEOAI for Large-Scale Image Analysis and Machine Vision: Recent Progress of Artificial Intelligence in Geography. ISPRS International Journal of Geo-Information, 11(7), 385. https://doi.org/10.3390/ijgi11070385
MacDonald, S. (2015, December). Fighting a tech war against land mines. ESRI. https://www.esri.com/about/newsroom/arcwatch/fighting-a-tech-war-/against-land-mines
Mao, H., Hu, Y., Kar, B., Gao, S., & McKenzie, G. (2018). GeoAI 2017 workshop report. the 1st ACM SIGSPATIAL International Workshop on GeoAI: @AI and Deep Learning for Geographic Knowledge Discovery. SIGSPATIAL Special, 9(3), 25. https://doi.org/10.1145/3178392.3178408
Mukhamediev, R. I., Popova, Y., Kuchin, Y., Zaitseva, E., Kalimoldayev, A., Symagulov, A., Levashenko, V., Abdoldina, F., Gopejenko, V., Yakunin, K., Muhamedijeva, E., & Yelis, M. (2022). Review of Artificial Intelligence and Machine Learning Technologies: Classification, Restrictions, opportunities and Challenges. Mathematics, 10(15), 2552. https://doi.org/10.3390/math10152552
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Тарас Гуцул
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.
