Trí Tuệ Nhân Tạo và đô Thị Thông Minh: các Khu/Vùng trong Thành Phố Sài Gòn
Theo nguồn tin trên trang mạng facebook.com của Tổng lãnh sự quán Hoa Kỳ ở tại Sài Gòn
Trí tuệ nhân tạo và đô thị thông minh: quy vùng thành phố Hồ Chí Minh
SUBMITTED BY RAN GOLDBLATT ON THU, 04/26/2018
CO-AUTHORS: KAI KAISER, HUONG THI LAN TRAN, KIEN VU
Công nghệ ngày nay có thể làm được những điều khiến ta kinh ngạc. Hàng ngày, các vệ tinh cung cấp ảnh chụp bất cứ nơi nào trên trái đất và ta có thể huấn luyện máy tính làm công tác xử lý khối lượng dữ liệu vô cùng lớn đó và đưa ra các thông tin và kết quả phân tích chi tiết. Đây chỉ là một trong những ví dụ về những việc mà trí tuệ nhân tạo (AI) có thể làm được. AI không chỉ giúp ta đọc ảnh chụp từ bên ngoài không gian; nó còn có thể giúp cải thiện cuộc sống của chúng ta.
Trong lĩnh vực quản lý đô thị, công nghệ máy học và AI ngày càng được sử dụng nhiều hơn nhằm đưa ra kết quả phân tích gần như theo thời gian thực về mỗi biến đổi thực tế của đô thị, ví dụ khi các diện tích cây xanh bị biến thành các công trình xây dựng. Khi ta dạy cho máy tính biết cách tìm kiếm ảnh vệ tinh thì ta có thể nhanh chóng mở rộng nguồn dữ liệu, kể cả nguồn mở và nguồn thương mại. Các dữ liệu đó được xử lý bằng các thuật toán máy học sẽ giúp ta nhanh chóng biết được sự phát triển của đô thị trên thực tế có đúng với quy hoạch và phân khu hay không; ta cũng có thể biết được khu vực nào dễ bị ảnh hưởng bởi ngập nước nhất. Các thông tin này chi tiết hơn các bức ảnh vệ tinh và các mô phỏng trực quan theo thời gian mà hiện nay ta đã có thể dễ dàng tạo ra cho bất kỳ khu vực nào cần quan tâm.
Nhưng việc áp dụng công nghệ này vẫn là một thách thức lớn đối với nhiều thành phố trên thế giới. Các thách thức thường gặp là việc tiếp cận nguồn dữ liệu vệ tinh và cách thức phân tích một khối lượng lớn dữ liệu đó.
Sử dụng công nghệ máy học và dữ liệu vệ tinh để nắm rõ sự thay đổi trong sử dụng đất
Hiện nay nhóm công tác Quản lý và nhóm Đất & Không gian địa lý của Ngân hàng Thế giới đang hợp tác với Nhóm Nghiên cứu Kinh tế Phát triển để giúp các bên liên quan chủ chốt trong lĩnh vực phát triển đô thị tại thành phố Hồ Chí Minh làm quen với các xu hướng công nghệ mới và công nghệ máy học. Các thuật toán máy học “dạy” máy cách tự động phát hiện và phân loại các loại bề mặt và sử dụng đất khác nhau theo không gian và thời gian, và sau đó đưa ra các thông tin chi tiết, các phép phân tích, và các mô phỏng trực quan. Với công nghệ máy học này (cách này được gọi là sự học tập có giám sát của máy tính), máy tính được huấn luyện để tìm ảnh vệ tinh căn cứ vào dữ liệu tham chiếu hoặc dữ liệu huấn luyện. Đây là những dữ liệu lấy từ các ví dụ thu thập “trên thực địa” thông qua các cuộc khảo sát, từ các nhóm phân loại có sẵn, hoặc từ các dữ liệu thu thập từ các thành phố tương tự. Sau đó máy sẽ dùng các dữ liệu này dự đoán địa bàn phân phối các loại bề mặt đất và cách sử dụng đất theo không gian; kết quả dự đoán này được sử dụng để phân tích và hỗ trợ công tác quản lý đô thị thông minh.
Phương pháp phân tích địa lý như thế này ngày càng trở nên thông dụng, kể cả trong các báo cáo của Ngân hàng Thế giới. Sáng kiến tại thành phố Hồ Chí Minh kết hợp 3 đặc điểm đổi mới ứng dụng. Thứ nhất, tập trung vào sử dụng ảnh vệ tinh và các công cụ phân tích không gian địa lý miễn phí (của NASA, Cơ quan Vũ trụ châu Âu, Google), thay vì sử dụng công nghệ đắt đỏ hay sử dụng chuyên gia tư vấn. Thứ hai, sau đó trực tiếp đánh giá và huấn luyện cho các cán bộ chính quyền và sinh viên. Cuối cùng, kết quả phân tích được áp lên các dữ liệu hành chính như địa giới phân vùng và kết nối với các sáng kiến như Thành phố thông minh Hồ Chí Minh và Dữ liệu mở.
Diện tích xây dựng tại thành phố Hồ Chí Minh đã liên tục tăng với tốc độ cao trong 20 năm qua. Diện tích hành chính của thành phố Hồ Chí Minh là trên 2.100 km2, rộng gấp 6 lần thủ đô Washington của Hoa Kỳ. Kết quả thu được theo cách tiếp cận máy học cho thấy ngoài dân số tăng nhanh ra, diện tích xây dựng của thành phố Hồ Chí Minh cũng tăng nhanh trong giai đoạn 2000-2015. Thành phố Hồ Chí Minh hiện nay có 24 quận – huyện, trong đó diện tích xây dựng tại một số quận tăng trên 70%. Xu thế này cũng thể hiện qua lượng ánh sáng phát ra trong đêm—một chỉ số có tương quan mật thiết với mức độ phát triển kinh tế.
Tuy ảnh vệ tinh “không mất tiền” (ví dụ ảnh do các chính phủ và các cơ quan khác cung cấp miễn phí cho công chúng) không có độ phân giải cao đủ mức đòi hỏi trong một số ứng dụng nhưng sử dụng những nguồn này cũng đủ giúp ta minh họa được hiệu quả tiềm năng của việc sử dụng phương pháp công nghệ máy học để phân tích ảnh vệ tinh và qua đó minh họa một số thông số chủ yếu trong ứng dụng AI vào phân tích dữ liệu vệ tinh. Đó là: phải có ảnh vệ tinh độ phân giải cao, dữ liệu tham chiếu chất lượng cao, có các thuật toán viết sẵn cho công nghệ máy học. Cách tiếp cận này được thiết kế làm bước khởi đầu cho các trường hợp nghiên cứu tiếp theo, kể cả các nghiên cứu sử dụng ảnh thương mại có độ phân giải cao. Ảnh miễn phí có thể truy cập mọi nơi trên thế giới và dùng để lập bản đồ các nước và các khu vực, nhưng chúng có độ phân giải thấp, không đáp ứng yêu cầu trong một số ứng dụng yêu cầu mức độ chi tiết cao hơn.
Các nguồn dữ liệu vệ tinh có độ phân giải khác nhau về không gian (kích cỡ đối tượng nhỏ nhất có thể nhận diện được trên mặt đất), quang phổ (mức độ nhạy cảm đối với các tín hiệu mà mắt người không nhìn thấy), và thời gian (khoảng thời gian lặp lại). Ví dụ, vệ tinh Landsat của NASA thu thập dữ liệu có độ phân giải không gian là 30m trong khi các vệ tinh Sentinel mới của Cơ quan Không gian châu Âu (ESA) thu thập thông tin có độ phân giải không gian là 10m. Các tín hiệu loại này đáp ứng tốt nhu cầu lập bản đồ mặt đất, nhưng chúng không thể cho biết thông tin, ví dụ, về công trường xây dựng hay các vi phạm về quy hoạch vùng. Trong trường hợp đó người ta cần ảnh có độ phân giải cao hơn từ các vệ tinh thương mại (ví dụ độ phân giải không gian 15cm- 30cm); ngày nay người ta cũng ngày càng sử dụng nhiều hơn các thiết bị như flycam hay máy bay không người lái (UAV) để thu tín hiệu với độ phân giải lên đến vài cm. Cách làm tốt nhất là kết hợp cả ảnh miễn phí và ảnh thương mại. Có thể dùng ảnh miễn phí để xác định các “điểm nóng” và sau đó mua ảnh thương mại cho các “điểm nóng” tập trung đó.
Thành phố Hồ Chí Minh đã sử dụng dữ liệu không gian trên ứng dụng di động để quản lý quy hoạch phân vùng
Cuối năm 2017 thành phố đã công bố một website và ứng dụng di động cho phép người dân xem bản đồ địa chính và quy hoạch phân khu tại một số quận. Phiên bản hoàn thiện của dự án này dự kiến sẽ ra mắt cuối năm 2018. Lãnh đạo thành phố nhấn mạnh rằng mục đích là làm minh bạch và qua đó tăng cường hiệu quả quản lý quy hoạch đô thị. Đây sẽ là nền tảng để trên cơ sở đó có thể bổ sung thêm các lớp dữ liệu khác, ví dụ như cấp phép xây dựng, thông tin đất đai, và xây dựng các ứng dụng khác về quản lý xây dựng, quản lý không gian ngầm, và các công trình xây dựng trên bề mặt.
Hiện tại người ta vẫn phải đánh giá thông tin quy vùng của thành phố bằng phương pháp thủ công. Nhưng ta có thể kết hợp thông tin chi tiết lấy từ phương pháp công nghệ máy học áp lên dữ liệu phân vùng để qua đó xác định những chỗ không thống nhất và có khả năng bị vi phạm. Các cơ quan chịu trách nhiệm quy hoạch vẫn tiếp tục nhận báo cáo thủ công do các thanh tra và người dân báo lên, nhưng nay nhờ công nghệ họ có thể xác định được các khu vực “đáng ngờ” do thay đổi quá nhanh hoặc phát hiện dữ liệu quy vùng không khớp.
Công nghệ giúp dễ tiếp cận và xử lý ảnh vệ tinh hơn
Mô hình sử dụng ảnh vệ tinh truyền thống là sao một bộ dữ liệu con lên một đĩa CD để xứ lý bằng một máy tính tại chỗ. Ngày nay, dữ liệu được đưa lên điện toán đám mây, do đó không cần phải tải về một khối lượng lớn dữ liệu vệ tinh đã quá hạn nữa. Các nền tảng dựa trên điện toán đám mây, ví dụ Google Earth Engine, cũng có thuật toán học hỏi của máy có thể phân tích hàng triệu ảnh trên quy mô toàn cầu. Đây quả là một cuộc cách mạng về trí tuệ nhân tạo trong xử lý dữ liệu vệ tinh.
Trí tuệ nhân tạo sẽ không bao giờ thay thế được con người thực hiện chức năng xác thực hay quản lý tại chỗ một cách hiệu quả. Nhưng công nghệ máy học, kết hợp với dữ liệu vệ tinh sẽ cho ta nhìn thấy toàn cảnh (theo góc nhìn từ không gian) những gì đang diễn ra và cần chú ý đến điều gì. Các thành phố như thành phố Hồ Chí Minh có thể thực hiện các bước đi khôn ngoan nhằm tận dụng công nghệ, trước mắt là sử dụng dữ liệu miễn phí và vừa học vừa làm. Chia sẻ và trao đổi kết quả với các bên liên quan trong và ngoài bộ máy nhà nước sẽ hứa hẹn mang đến các giải pháp làm thay đổi cơ bản cuộc sống người dân.
Nếu cần phải có dữ liệu theo đòi hỏi của ứng dụng thì chính quyền thành phố có thể tìm kiếm dữ liệu thương mại miễn phí và chia sẻ dữ liệu và kết quả phân tích với các bên liên quan. Để đạt hiệu quả cao nhất, lãnh đạo thành phố cần đặt ra những câu hỏi thực tế như công nghệ mới này sẽ giải quyết vấn đề gì, cần kết hợp tỉ lệ tối ưu giữa ảnh vệ tinh, dữ liệu tham chiếu, công cụ công nghệ máy học như thế nào.
Làn sóng công nghệ mới này sẽ giúp đưa ra những quyết định thông minh hơn để xây dựng những thành phố thông minh hơn.
Dự án hỗ trợ tư vấn Quản lý Đất Việt Nam đang thực hiện công việc này. Để tìm hiểu thêm về phương pháp ứng dụng, bạn đọc tham khảo thêm các nguồn dưới đây.
Nguồn tham khảo chọn lọc
Big Data Satellite Imagery Reference Link: http://landscape.satsummit.io/ (open resource that provides anoverview of satellites and data products aimed at helping non-experts explore and harness Earth Observation capabilities toward sustainable development)
Big Data UAV Imagery Reference Link: https://uav-development.github.io/(open resource that provides overview of UAV capabilities and examples of UAV applications in development)
Google Earth Engine, https://developers.google.com/earth-engine/edu (overview of Google Earth Engine, a platform to run ML on Landsat and Sentinel imagery)
Google Earth Engine Timelapse Application: https://earthengine.google.com/timelapse/
(generates Landsat timelapses for any city of interest from 1984 to present)
Goldblatt, R., Deininger, K. and Hanson, G. (under review). Using Publicly Available Satellite Data for Urban Research:Mapping Built-up Land Cover and Land Use in Ho Chi Minh City, Vietnam: A Systematic Comparison between Landsat and Sentinel Satellites. (elaborates on reference data application for training)
Nguồn tham khảo liên kết
Growth Out of the Blue: http://blogs.worldbank.org/endpovertyinsouthasia/measuring-south-asia-s-economy-outer-space.
Ho Chi Minh City launches website, app for land-use planning:
https://tuoitrenews.vn/news/society/20171202/ho-chi-minh-city-launches-website-app-for-landuse-planning/42942.html
HCMC Google Earth Timelapse Link: https://earthengine.google.com/timelapse/#v=10.8231,106.62966,10,latLng&t=3.25
Tỉ lệ thay đổi diện tích xây dựng theo từng quận (thành phố Hồ Chí Minh)
(Nguồn: Goldblatt et al., đang rà soát)
Phân loại sử dụng đất dựa trên ảnh vệ tinh
http://blogs.worldbank.org/eastasiapacific/vi/Tri-tuệ-nhân-tạo-và-đô-thị-thông-minh