Kartenlesen und -analyse mit GPT-4V(ision)

Ende 2023 bot die Bildlesefähigkeit, die einem Generative Pre-trained Transformer (GPT) Rahmen hinzugefügt wurde, die Möglichkeit, unsere Betrachtungsweise und das Verständnis von geographischen Karten, dem Kern der Kartographie, Geographie und räumlichen Datenwissenschaft, potenziell zu revolutionieren. In dieser Studie untersuchen wir das Lesen und Analysieren von Karten mit der neuesten Version von GPT-4-vision-preview (GPT-4V), um seine Vor- und Nachteile im Vergleich zu menschlichen visuellen Inspektionen vollständig zu bewerten. Wir fanden heraus, dass GPT-4V in der Lage ist, Informationen aus verschiedenen Kartentypen in unterschiedlichen Maßstäben und spatiotemporalen Auflösungen korrekt abzurufen. GPT-4V kann auch grundlegende Kartenanalysen durchführen, wie z.B. die Identifizierung visueller Veränderungen vor und nach einer Naturkatastrophe. Es hat das Potenzial, menschliche Anstrengungen zu ersetzen, indem es Chargen von Karten untersucht, Informationen genau aus Karten extrahiert und beobachtete Muster mit seinem vortrainierten großen Datensatz verknüpft. Es ist jedoch durch Einschränkungen wie verminderte Genauigkeit bei der Extraktion visueller Inhalte und fehlender Validierung belastet. Dieses Papier setzt ein Beispiel dafür, wie man GPT-4V effektiv für das Kartenlesen und analytische Aufgaben einsetzen kann, was eine vielversprechende Anwendung für große multimodale Modelle, große Sprachmodelle und künstliche Intelligenz darstellt.