A tér temérdek titkot rejt – és akik ezeket a titkokat megfejtik: a térinformatikusok

Melyek a legkönnyebben járható utak egy erdőben? Mekkora az összes vízfelület egy-egy városunk belterületén? Hol okoz gondot a vizek túlzott algásodása? Milyen növényeket termesztenek bizonyos mezőgazdasági területeken?

Kérdések, amelyekre egytől-egyig a távérzékelés és a térinformatika bevetésével kaphatunk választ. A tudományterületet a mai napig kevesen ismerik annak ellenére, hogy egyre inkább felfutó ágban van, ráadásul a mesterséges intelligencia további távlatokat nyit a kapcsolódó módszerek alkalmazására.

Dr. Zlinszky András és Radványi Mihály, a Ulyssys Kft. munkatársai lerántják a leplet erről a komplex, szerteágazó munkakörről.

ITmap: Mit takar a térinformatika, hogyan definiálható ezt a tudományterületet?

Zlinszky András: Utazzunk vissza az időben, egészen az 1990-es évekbe! Ekkoriban a térinformatikai kutatás a kutatóintézetek, illetve a katonaság sajátja volt, ezt követően terjedt el egyéb területeken is, mint az államigazgatás, vagy az üzleti szféra. A térinformatikát nem is annyira egyszerű definiálni, nagyvonalakban megfogalmazva segítségével térben és időben vizsgálunk különböző összefüggéseket: földrajzi helyhez köthető adatokat gyűjtünk, tárolunk, kezelünk, elemzünk, amely által különböző információkat jelenítünk meg. A térinformatika több területet átfogó tudást összesít: többek között fejlesztést, matematikát, geometriát, térképészetet. Két nagy ágát különböztetjük meg: a vektoros irányvonal a koordinátageometria segítségével pontokban meghatározott alakzatok közötti vizsgálatokat takarja, míg a raszteres irány alatt egyenközű térbeli rácsban végzett műveleteket, elsősorban képfeldolgozást értünk. A Ulyssys-nél a térinformatikai csoportban különböző hátérrel rendelkező kutatók és fejlesztők egyaránt dolgoznak, egy-egy folyamat elején a kutatók vannak, a fejlesztők pedig az általuk elkészített specifikációt valósítják meg és hoznak létre szoftver alkalmazásokat.

ITmap: Hogyan kell mindezt a gyakorlatban elképzelni?

Zlinszky András: Egy-egy probléma megválaszolására nagyon sok lehetséges módszer áll rendelkezésünkre, amelyek közül el kell tudunk dönteni, hogy éppen melyiket használjuk. Nagyon gyorsan jelennek meg az újabb algoritmusok, de sokszor előfordul, hogy adott témakörben nem érhető el publikált megoldás, vagyis saját magunknak kell kifejleszteni a leghatékonyabb eljárásokat. A state-of-the-art megismerése így nagyon fontos része a munkánknak, emellett nagyon inspiratív az alapoktól kidolgozni valamit, ami aztán hozza az elvárt eredményeket. Ebben a folyamatban térinformatikai kutatóként szorosan együttműködünk a (térinformatikai) fejlesztőkkel, együtt határozzuk meg, mire van szükség, specifikáljuk a követelményeket, megnézzük azt, hogy különböző beállítások hova vezetnek, melyik beállítás adja azt, amire szükségünk van. A bevezetőben már említett Sentinel Hub „Custom Script Contest” versenyen azzal nyertünk díjat, hogy nem álltunk meg ott, hogy elkészítettünk egy vízminőség térképet, hanem egy dinamikus, valós időben frissülő, de bárki számára hozzáférhető nyílt rendszert építettünk ki – mindössze néhány sor kóddal.

Radványi Mihály: Egy példával élve: a mezőgazdasági területek (automatikus) osztályozását követően meg tudjuk keresni azt, hogy egy adott területen milyen növényt termesztenek. Kiindulásként műholdfelvételek és az egyes parcellák körvonalai állnak rendelkezésünkre. Ezen körvonalakon belül kinyerjük az adatokat, időrendi sorrendbe rendezzük és adatbázisba töltjük őket, majd mintázatokat keresünk többdimenziós tulajdonságterekben. Végeredményként azt kapja meg a megrendelőnk, hogy melyik gazda milyen növényt termeszt a megadott területeken. A folyamatban mesterséges intelligenciát (MI) is bevetünk, ami lényegében eliminálja azt a faktort, hogy éppen térinformatikai vagy egyéb problémáról van szó, hiszen miután előálltak a megfelelő adathalmazok és az elvárt kimenetek, egy klasszikus gépi tanulási folyamattal állunk szemben a kiinduló kérdésterülettől függetlenül. Különböző mélytanulásos módszereket alkalmazunk, amikkel a lehető leghatékonyabb módját találjuk meg az információ áramlásának. Az MI a rendkívüli általánosító képességével segíti a térinformatikai problémák megválaszolását.

ITmap: Milyen háttérrel kerültetek térinformatikai területre?

Zlinszky András: Messziről indultam, hiszem természetvédelmi biológus-kutatóként végeztem, tehát tanultam például sejtélettant, anatómiát, növényi ökológiát, illetve, bár csak érintőlegesen, de megismerkedtem a műholdképek sajátosságaival is. Szakdolgozatom témája, egy Balatonhoz kötődő kutatás kapcsán áthallgattam az ELTE térképészet szakára, végül a BME-n elvégeztem a térinformatika szakmérnöki képzést is, PhD tanulmányaim során pedig többek között távérzékeléssel foglalkoztam. Néhány éve kezdtem el azt érezni, hogy a pályázati – publikációs világ nehezebben összeegyeztethető a magánéletemmel, így elkezdtem szakértőként dolgozni immáron ipari területen. Ennek kapcsán ismerkedtem meg a Ulyssys-szel is, egy projektjük keretében ízelítőt kaptam abból, hogy sokkal élettel telibb, gyakorlatiasabb ez a szféra, mint az akadémiai kutatás világa. Jelenleg elsősorban mezőgazdasági monitoringgal foglalkozom a cég berkein belül.

Radványi Mihály: A Pázmány Péter Katolikus Egyetem mérnök-informatikus szakán végeztem, bionika, robotika és neutrális hálózatok szakirányokon, ezt követően az egyetemen maradtam, a PhD képzést is elkezdtem, amelynek keretében képfeldolgozással, gépi látással, mesterséges intelligenciával foglalkoztam. A Ulyssys-szel először műholdképek elemzéséről egyeztettünk, végül a mesterséges intelligencia irányába indult el az együttműködésünk. Mindennapi munkám során ezen két tudományterület közös metszetén dolgozom.

ITmap: Hogy néz ki egy térinformatikus kutató tipikus napja?

Zlinszky András: Egy átlagos munkanapom a Twitteren kezdődik, ahol végignézem az általam követett kutatók (köztük korábbi munkatársaim), illetve távérzékeléssel, mezőgazdasági informatikával foglalkozó csoportok bejegyzéseit. Ebből általában felbukkan legalább egy cikk, amelyet érdemes azonnal elolvasni, ami meg is adja a következő elfoglaltságot. Az egyik legmeglepőbb számomra, hogy mostani munkakörömben sokkal több időm van olvasni, mint amikor az akadémikus szférában voltam kutató. Munkaidőm meghatározó részét töltöm információgyűjtéssel, szakirodalom olvasással, az aktuális projekthez kötődő adatok, eredmények vizsgálatával. Ez utóbbi azon tevékenységek közé tartozik, amelyet különösen szívesen végzek. Az ügyfelekkel való egyeztetés szintén kulcsfontosságú részét képezi feladataimnak, onnantól kezdve, hogy egy újonnan felmerülő kérdést kezdünk el feldolgozni, egészen odáig, hogy együtt vizsgáljuk meg a már elkészített térképet, elemezzük, hogy megfelelő-e, amit látnak, átgondoljuk, hogy milyen paramétereken és hogyan kell változtatni ahhoz, hogy a megfelelő részletezettségű és számukra értékkel bíró információkat kapják. Az irodába visszatérve feldolgozom a megbeszéléseken felmerülteket, utánaolvasok a kérdéseknek. Sokszor előkerül az A/3-as papír és a színes ceruza is, főleg, ha geometriai feladattal állok szemben, hiszen így tudom a leghatékonyabban átláthatóvá tenni azt, hogy különböző tényezőket és beállításokat figyelembe véve mi fog történni. Mindebből előbb-utóbb összeáll egy specifikáció, amelyet a fejlesztőkkel egyeztetek, illetve azt közösen átbeszéljük, értelmezzük.

Radványi Mihály: Bár Andrással ugyanaz a munkakörünk – mindketten térinformatikai kutatók vagyunk –  mégis más a tevékenységünk, illetve feladatunk fókusza. Én sokkal kevesebbet foglalkozom ügyfélkapcsolattal, nálam a mélytanuló eljárások fejlesztése (mesterséges intelligencia) van a középpontban. Ehhez kapcsolódóan tanító adatokat állítok elő, kidolgozom a megfelelő eljárásokat, modelleket, és általában a kiértékelés, adatelemzés szintjén adom vissza a stafétát Andrásnak. Projektfüggő, hogy hányan dolgozunk egy a folyamaton, de van, hogy ez az elejétől a végéig az én feladatom a teljes módszertan kidolgozása. Esetemben így a tipikus munkanap kevésbé meghatározható, nagyban függ az éppen futó projektektől, hiszen ezek határozzák meg azt is, hogy mennyi időm van publikációkat olvasni, és hogy milyen mértékben van a fejlesztésen- programozáson a hangsúly.

ITmap: Milyen szakmai ismeretek szükségesek ahhoz, hogy valaki térinformatikussá válhasson?

Zlinszky András: Bizonyos szintű földrajzi tudás, illetve érdeklődés elengedhetetlen, nem árt, ha valaki tisztában van a vetületi koordinátarendszerrel, azzal, hogy egy táj elemei hogyan épülnek fel. A térinformatikai szoftverek ismerete szintén fontos, de ezekbe nagyon könnyű beletanulni. A terület sokrétűsége miatt több irányból meg lehet közelíteni a szakmai ismeretek kérdését: képfeldolgozás, adatbázisok, mesterséges intelligencia, adatelemzés. Általánosságban azonban igaz, hogy programozási alapismeretek mindenképpen szükségesek, nagyon gyakran előkerül a Python, ezen kívül az R, illetve jellemzően a Java nyelvet használjuk a Ulyssys-nél.

Radványi Mihály: Ha valaki már foglalkozott programozással, akkor megvannak azok az eszközök, amelyek átvezetnek a térinformatika világába, ilyenek például a térképek közötti átalakítások kezelésére szolgáló megoldások. Mesterséges intelligencia vonalon az András által is említett Python ismerete még tovább erősödik, mivel a modellek többnyire ezen a nyelven íródtak. Az adatbázisok kapcsán az SQL nyelv magas szintű ismerete fontos, ezen kívül a különböző mesterséges intelligencia platformok (például TensorFlow) használata is mindennapi munkánk részét képezi. Attól függően, hogy a térinformatika melyik részébe ássuk bele magunkat, más-más területek mélyebb ismerete kerül előtérbe: példaként a térinformatikai fejlesztőknél a programozási ismeretek, az adatbázisfejlesztőknek az adatbázisokhoz kapcsolódó tudás a domináns.

ITmap: Ezeken felül milyen soft képességeket emelnétek ki a munkakörben?

Zlinszky András: A folyamatos tanulás, a fejlődés igénye alapkövetelmény. Nem igazán van olyan térinformatikus, aki mindent megtanult, és azt alkalmazza – mivel rendkívül szerteágazó a tudományterület, az új információk iránti kíváncsiság, az állandó önképzés a siker fontos feltételei. Ide tartozik az is, hogy szeressen olvasni, aki ezen a területen kíván dolgozni, ráadásul mindezt angolul is tegye, hiszen a szakirodalmak, publikációk legtöbbje ezen a nyelven érhető el. A térinformatikus munkakör a csapatmunkára épül, amely szintén a terület átfogó jellegéből adódik: egy valaki egészen egyszerűen nem birtokolhatja mindazt a tudást, ami a sikerhez elengedhetetlen. Át kell tudni adni egymásnak az információkat, tudni kell együtt gondolkodni, ötletelni. A térlátást, térbeli fantáziát is kiemelném, el kell tudni ugyanis képzelni, hogy egy szenzor hogyan lát rá egy adott területre. A kritikus gondolkodás szintén sokat segít a mindennapokban: nem csak azt kell látni, hogy melyik módszer mire jó, hanem azt is, hogy mire nem.

Radványi Mihály: A mérnöki gondolkodást, kreativitást, kitartást hangsúlyoznám én is. A kommunikációs készség megjelenik olyan szinten is, hogy egy-egy új eljárást, módszertant úgy tudjunk prezentálni az ügyfeleknek, vezetőségnek vagy projektmenedzserek felé, hogy megalapozott döntést tudjanak hozni az adott módszer alkalmazásáról vagy éppen a további kutatás szükségességéről. Néha egyszemélyes hadseregként szükséges működnünk, és végig kell vezetnünk az összes stádiumon egy projektet, de az is előfordul, hogy csak egy-egy konkrét projektfázissal töltünk hosszabb időt. Az önálló munkavégzés képessége így szintén megjelenik a különböző jellegű feladatokban.

ITmap: Említettétek, hogy a térinformatikai terület rendkívül szerteágazó, ezért nagyon eltérő feladatok várják azokat, akik ezzel a területtel szeretnének foglalkozni. Mi határozza meg azt, hogy ki melyik irányt veszi fel?

dr.Zlinszky András: Egy éles választóvonalat leginkább ott lehet meghúzni, hogy valaki tud-e, illetve akar-e olyan kódot írni, amely a végleges termékben is megállja a helyét. Nagyon ritka ugyanis az a térinformatikus, aki átlátja a térinformatikát, és még jó kódot is ír. A Ulyssys-nél elsősorban a végzettség, az érdeklődési kör, a kompetenciák, nem utolsó sorban pedig a projektek határozzák meg a szerepkört. Érdemes megemlíteni azt is, hogy az akadémiai világ és az ipari szféra közötti út kétirányú, azaz kölcsönösen lehet váltani egyikből a másik felé.

Radványi Mihály: Vannak olyan kollégáink, akik inkább az üzemeltetésben szereztek tapasztalatot, mások az adatbázis építésben vagy épp a programozás rejtelmeiben. Ehhez képest a kutatás teljesen más embert kíván, ahol tisztában kell lenni az akadémiai világ működési metódusával is. Magasabb szintekre lépve a térinformatikai projektek menedzsmentje szintén más kompetenciákat feltételez, így a feladatköri lehetőségek az ismeretek szintjének és irányának megfelelően alakulnak.

ITmap: Milyen úton induljon az, aki térinformatikával szeretne foglalkozni?

Zlinszky András: Nagyon sokfelől lehet közelíteni a terület felé: a mérnöki, természettudományos képzések mind megfelelő első lépést jelenthetnek, de van olyan térinformatikus fejlesztő kollégánk is, aki faipari mérnökként végzett. A Szegedi Tudományegyetemen nemrég indult az első évfolyam a térinformatikai képzésen, de érdemes megemlíteni az ELTE térképész-térinformatikus szakát is, mint lehetséges kiindulópontot. Nincsenek könnyű helyzetben a felsőoktatásban, hiszen egy olyan tudományterülethez tartozó ismeretanyagot kell megpróbálniuk átadni, ami számos egyéb területből táplálkozik. Azt tanácsolom, hogyha van egy olyan téma, ami érdekel, akkor állj neki valamilyen kisebb saját adatgyűjtésnek, fejlesztésnek, ehhez rengeteg nyílt forráskódú anyag áll rendelkezésedre. Ha van már egy referenciád a területhez kapcsolódóan, az nagyon jó belépő pont lehet.

Radványi Mihály: Az összetettsége ellenére a térinformatika világába junior szinttől be lehet lépni: lelkes középiskolások fejlesztenek működő alkalmazásokat, amiben nagyon sokat segítenek a már említett nyílt forráskódú rendszerek, könyvtárak.  Szorgalommal, érdeklődéssel, kíváncsisággal már fiatalon sok ismeretre lehet szert tenni.

ITmap: Mi az, ami a legnagyobb kihívást jelenti a munkakörben?

dr.Zlinszky András: A nagy adattömeg, amivel dolgozunk, mindenképpen meglepő lehet főleg azoknak, akik korábban nem foglalkoztak informatikával. Nagyon gyorsan repkednek a terrabyte-ok, nem elhanyagolható az adattárolás kérdése, illetve, hogy olyan programkódot írjunk, amely ezen óriási adatmennyiségeken átfutva is hatékonyan és gyorsan hajtsa végre az utasításokat. Egy már meglévő algoritmus javítása egy véget nem érő út is lehetne, mivel mindig lehet találni olyan faktort, aminek csiszolásával picivel jobb, picivel pontosabb eredményeket érünk el. Az ügyfelek azonban nem tudnak örökké várni, így előbb-utóbb meg kell húznunk egy határt, addig viszont minden apró tized vagy fél százalék javulást megünneplünk. Sokszor felvenném a bakancsot, és kimennék a terepre, hogy megnézhessem mindazt, amivel épp dolgozunk, de erre sajnos nincs lehetőség, így maradnak a térképek, a fantáziám és persze a szabadidőm.

Radványi Mihály: A gépi tanulás kétségkívül az egyik legizgalmasabb része a munkámnak, de az óriási adathalmazok miatt az adattisztítás sokszor rejt magában kihívást. Mindig fontos kérdés, hogy hogyan tudunk meggyőződni arról, hogy valóban helyesek-e az adatok, egyenként lehetetlen és nem is életszerű az átvizsgálásuk. Az előforduló hibák kiszűrése sem egyszerű feladat, főleg, ha akkor bukkanak fel, amikor már nem is számítunk rájuk.

ITmap: Hogyan látjátok a térinformatika jövőjét?

Zlinszky András: A térinformatika robbanás előtt áll, különösen a távérzékelést tekintve: pár éve még senki nem gondolta volna, hogy elmegy futni, majd rögtön utána feltölti egy-egy social media felületre az útvonalat, amerre járt. Ahogy Misi is említette, akár nagyon korán be lehet lépni a területre, a határ pedig a csillagos ég: egyrészt nagyon magas szintig szükség van, lesz vezetőkre, másrészt az államigazgatás fokozatos digitalizálódásával egyre több olyan fejlesztés indul, amelyhez térinformatikai ismeretek kellenek, emellett a természetvédelmi – mezőgazdasági – vízügyi előírások bővülése is ebbe az irányba mutat. Az adatgyűjtés fejlődése szintén nagy lökést ad a szektornak, nagyon gyorsan bővül az elérhető információk halmaza. Míg a térinformatika hajnalán egyértelműen úgy éreztük, hogy a rendelkezésre álló adatok szűk köre komoly akadály, ma már éppen ennek ellenkezője igaz: annyi adat elérhető napi szinten, hogy nem kis feladat megtalálni közülük azokat, amire valóban szükségünk van.

ITmap: Mit adott Nektek személyesen az, hogy térinformatikus kutatóként dolgoztok?

dr.Zlinszky András: Szeretek időt szakítani az adott napi műholdképek tanulmányozására, sokszor lenyűgöző felvételek születnek, amelyeket sehol máshol nem lehet látni.

Radványi Mihály: A távérzékeléssel foglalkozó szakemberek globálisan egy nagyon összetartó, támogató közösséget alkotnak, ha például egy vulkánkitörésről születik egy gyönyörű fotó, az biztosan körbejárja a csoportot. Rengeteg támogatást kapunk egymástól, meg tudjuk beszélni a szakmai dilemmákat. Szeretek közéjük tartozni, és nagyon örülök, hogy ebbe az irányba sodort az élet.

Derítsd ki, hogy Neked való-e a munkakör! Regisztrálj, és a Profil menüpontban megtalálod a teszteket, amelyek segítésével többek között erre a kérdésre is választ kaphatsz!