Kuva: Janne Hirvonen / Helsingin kaupunki

Tiedot kaupungin yleisistä alueista vaativat säännöllistä päivittämistä. Metsikkö on voinut kaatua uuden asuinalueen tieltä ja entinen joutomaa muuttua hoitoa kaipaavaksi puistikoksi.

Helsingin kaupunki ylläpitää tätä tietoa yleisten alueiden rekisterissä, jota päivitetään vertaamalla rekisteritietoa uusimpiin ilmakuviin.

Laajojen alueiden ja tuhansien ilmakuvien läpikäynti manuaalisesti on kuitenkin hidasta, eikä sitä ehditä tehdä riittävästi. Rekisteritiedot eivät aina ole kaikilta osin ajan tasalla.

– Tietoa alueista on kerätty 2000-luvun alusta lähtien, ja sitä on paljon, yli 480 000 tietuetta. Metsän erottaminen nurmikosta on vielä kohtalaisen helppoa, mutta puiston laidalla virtaava puro, puiden alla oleva nurmikko tai istutukset vaativat jo enemmän tarkkaavaisuutta, Ritva Keko Helsingin kaupungilta kertoo.

Helsingin kaupungin ja Digian AI-kokeilussa testattiin, voiko tekoälyn avulla manuaalisen kuvantunnistusprosessin automatisoida ja sitä kautta nopeuttaa ilmakuvien läpikäymistä.

Oletuksena oli, että tekoälyn tunnistaisi kohteet 80 prosentin tarkkuudella.

– Tulokset yllättivät ammattilaisenkin. Tekoäly odotetusti nopeutti prosessia: ihmisiltä kaksi viikkoa vaatinut työ onnistui tekoälyltä kymmenessä minuutissa. Mutta se ylitti myös tarkkuudessa odotukset ja tunnisti noin 87 prosenttia kohteista oikein, kertoo Digialta Technical Consultant Hilla Tilhi, joka toteutti kokeilun.

Kun tekoäly tunnistaa mahdolliset virheelliset kohteet sekä hälyttää niistä ilmakuvista, joita se ei oman arvionsa mukaan täysin varmasti pysty tunnistamaan, pääsevät ihmiset keskittymään virheellisen tiedon korjaamiseen sekä epäselvien kuvien tarkistamiseen.

Lopputuloksena voisi olla jopa 100-prosenttisen ajantasainen rekisteritieto. Parannus on merkittävä, sillä nykyisin yleisten alueiden rekisterissä arvioidaan olevan vanhentunutta tai muusta syystä virheellistä tietoa 10–20 prosenttia alueesta riippuen.

– Opimme paljon tekoälyn mahdollisuuksista. Tulokset olivat todella rohkaisevia, ja haluamme jatkaa käyttöönotettavan menetelmän kehittämistä. Jos kaikki tietojen paikkansapitävyyden parantamiseen käytetty aika saadaan käyttää tietojen korjaamisen virheiden etsimisen sijaan, pystymme parantamaan tieto-omaisuutemme laatua huomattavasti, Ritva Keko kertoo.

Kokeilu toteutettiin osana Helsingin kaupungin Kokeilukiihdyttämöä, jossa kaupungin henkilöstön digitalisointi-ideoita kokeillaan.