電子報
生成式AI的快速發展為各行各業帶來了新的思考面向，上期電子報介紹了AI技術演進史、主流模型類型及其在未來工作的應用潛力，展示出我們如今已能以自然語言指令，操作 AI 進行文字處理與知識整合，甚至產出圖像、影片與動畫等內容。本期電子報將延伸工作面向的應用，聚焦於地理空間領域的整合創新，介紹幾款可實際應用的 GeoAI 工具，說明 AI 如何與 GIS 系統結合，逐步邁向「聘用 AI 助手進行空間分析」的願景。
AI Vectorizer 是由 Bunting Labs 公司所開發，旨在協助使用者快速將掃描圖像中的地理資訊轉換為向量資料。Bunting Labs 成立於 2022 年，由 Brendan Ashworth 與 Michael Egan 共同創立，總部位於美國舊金山，是一家專注於為GIS建立AI模型的新創公司。公司宗旨在於「盡可能節省 GIS 使用者的時間」，致力於將繁瑣的數位化流程自動化，提升資料處理效率與精度。
除了 AI Vectorizer 外，Bunting Labs 亦推出 AI分析輔助操作的Kue AI，以及可以協助地理空間對位的AI Georeferencer等產品，對GIS使用者提供更多的協助，可廣泛應用於都市規劃、土地管理、公共工程與環境監測等領域。
AI Vectorizer 安裝示範:
以下為AI Vectorizer安裝方式，首先於QGIS系統內點擊Plugins，並選擇Manage and Install Plugins，於搜尋欄內鍵入AI Vectorizer並可開始安裝 (如圖3所示)，於安裝完成時尚未認證，使用者可於官網上登入信箱，待收到提供之Secret Key後，即可開始使用 (如圖4所示)。
Autonomous GIS Agent for Spatial Analysis（研發者又稱之 GIS Copilot） 是由美國賓夕法尼亞州立大學地理系「地理資訊與大數據研究實驗室（Geoinformation and Big Data Research Lab, GIBD）」所開發的一套將大型語言模型（LLMs）整合至現有 GIS 平台的架構，並以 QGIS 為示範平台。
此模型運用 LLM 的推理與程式撰寫能力，透過具備完整 GIS 工具與參數資料的智慧代理，能自動生成空間分析流程與程式碼，使用者僅需透過文字輸入指令，即可由系統自動執行 QGIS 的空間分析任務。
該模型有超過 100 組測試範例，內容主要包含三種程度的測試（Temitope Akinboyewa,et al.,2024），但有些提示語會重複進行測試並且成功可行，則有些會呈現失敗（如圖７）
1. 基礎任務（需單一 GIS 工具並以單一資料圖層進行簡單操作）
2. 中階任務（涉及多步驟與多工具，依使用者指令執行）
3. 進階任務（同樣為多步驟與多工具操作，但無使用者指引，需自主判斷並執行必要步驟）。
4. GIS Copilot測試範例：https://giscience.psu.edu/copilot_test/
目前該模型已於GitHub 平台上公開，可以透過作者提供的教學，將封包好之壓縮檔或利用簡易的Python語言將檔案寫入QGIS，最後搭配申請的API金鑰即可進行使用，另外作者有將做成發表的期刊格式，詳細資料提供於下方，有興趣者可以參考。
Autonomous GIS Agent for Spatial Analysis安裝詳細說明請參下方網址：
https://github.com/Teakinboyewa/SpatialAnalysisAgent/blob/master/User_Manual.md
以104年內政部國土測繪中心之6ｍ DEM資料，擷取花蓮縣省道台9公路大清水區路段，並改編自測試範例中，編號4「Generate contour lines from the 104-Relief_6mDEM with a 5-meter interval」進行測試(如圖8)，測試結果與自行製作之等高線大致是相同 (如圖9)，但與臺灣通用電子地圖進行比對，可見有部分等高線變化趨勢與臺灣通用電子地圖之等高線一致，但仍有多處等高線呈現相互垂直情形 (如圖10)。此外，亦可利用此工作製作坡度圖，並依據不同坡度進行分級，但目前顏色無法自動依不同坡度分級下進行渲染 (如圖11及12)。使用者亦可參考測試範例中，編號7「Raster Analysis」。其內容包含坡度、坡向、陰影圖、TRI及TPI等網格分析成果圖。
從本期介紹的 AI Vectorizer、Kue AI，到 GIS Copilot 等工具，可展現出AI 正在慢慢地改變我們進行GIS操作的方式，雖然現階段距離完全自動化與智慧化仍有一段距離，但這些工具已為 GIS 實務操作上帶來顯著便利性，大大地降低非專業使用者入門門檻並打開進入空間分析的新大門。未來，隨著AI模型工具及提示語設計更完善，AI 有望從「輔助工具」進一步進化為「智慧夥伴」，在各場域中扮演不可或缺的角色。
1. Bunting Labs 公司官網
https://buntinglabs.com/
2. AI Vectorizer 操作示範
https://www.youtube.com/watch?v=In-dbtyZ73M
https://www.youtube.com/watch?v=zEpmUodPhgk
3. AI Vectorizer 信箱認證
https://buntinglabs.com/solutions/ai-vectorizer
4. GIS Copilot 於GitHub 平台上公開下載區
https://github.com/Teakinboyewa/SpatialAnalysisAgent/blob/master/User_Manual.md
5. Autonomous GIS: The Next-Generation AI-powered GIS
https://www.researchgate.net/publication/385559384_GIS_Copilot_Towards_an_Autonomous_GIS_Agent_for_Spatial_Analysis
6. GIS Copilot測試範例
https://giscience.psu.edu/copilot_test/
