Los Sistemas de Información Geográfica (SIG) han representado desde su creación como herramientas que cumplen con gran parte de lo que significa un Sistema Experto. Si analizamos el concepto original para la construcción de un Sistema de Información Geográfica, este pasa por las siguientes etapas:

1. Diseño conceptual: comienza a partir del análisis de los objetivos esperados del Sistema de Información, en cuanto a su funcionalidad, aplicabilidad, y los datos disponibles. El siguiente paso es clasificar los datos a ser recogidos o capturados y asociarlos a unos atributos o etiquetas que los definan y que permitan ser identificados apropiadamente. Una vez lograda estos pasos, podremos considerar que los datos han sido convertidos en información.
2. Diseño lógico: en función a las características de los datos utilizar y de los objetivos esperados por el sistema, se establecen las relaciones que existen entre ellos. Estas asociaciones representan la descripción del «cómo funcionan los datos entre sí» y le darán un carácter de base de datos relacional, convirtiendo así los datos en conocimiento.
3. Diseño físico: una vez obtenido una base de datos relacional, se estudia cómo se comportan los datos en función de la variabilidad entre ellos. Dicho de otro modo: a través del conocimiento científico se describe el comportamiento de los datos según eventos naturales y antrópicos. Esto se realiza mediante la creación de algoritmos que puedan simular, modelar y predecir situaciones de acuerdo unas condiciones dadas. Se crean las interfaces para que los usuarios puedan comunicarse con el sistema y obtener resultados a partir de requerimientos y parámetros.

Es así como una vez desarrollada y creada la base de datos estructurada, habiendo cargado todos los datos y terminado el desarrollo de las interfaces y los algoritmos de modelaje, podemos considerar que el sistema está creado. Ahora tendremos la posibilidad de modelar situaciones y solucionar problemas con una gran cantidad de variables aplicando algoritmos inteligentes. Dicho en otras palabras: tendremos un SIG equivalente a un Sistema Experto.

Muchas veces se han utilizado los SIG como repositorios de datos, o como simples herramientas de consulta, pero también es cierto que muchos se han creado como sistemas expertos orientados a mejorar y optimizar situaciones como por ejemplos agropecuarias, ambientales, sociales, los cuales representan un ejemplo del uso de los SIG como Sistemas Expertos, es decir, sistemas con IA.

Más aún, en las últimas décadas, con los avances tecnológicos, ligados a telecomunicaciones, disponibilidad de datos geoespaciales y geográficos, las industrias tanto públicas como privadas han visto modificar sus métodos de trabajo a la hora de distribución de mercancía, análisis de mercadeo, optimización de mantenimiento de servicios, entre muchos otros, y no están más que utilizando los SIG de una manera cada vez más intensiva, por no mencionar los que probablemente han sido siempre los usuarios por excelencia como lo son aplicaciones militares. Por lo tanto, es válido decir que la IA ha estado siendo utilizada desde la creación de los SIG en la década de los años 70. Sensores Remotos y la Inteligencia Artificial.

Sensores remotos y la Inteligencia Artificial

Desde sus inicios, las imágenes de los primeros satélites de observación de la Tierra mostraron su gran capacidad de ofrecer gran cantidad de datos que, una vez procesados, se convertían en información valiosa que ofrecía una visión de la superficie de Tierra nunca antes observada. Durante todos estos años han servido como una valiosa fuente de datos pero para que estos datos sean convertidos en información también ha sido necesario aplicar algoritmos inteligentes.

La secuencia es la siguiente;

1. Los datos son recibidos por un sensor en una plataforma aérea o espacial, como una señal.
2. Estos datos son estructurados según la disposición geométrica interna del sensor y la longitud de la onda recibida entre otras características, convirtiéndolos en datos ordenados, representando así los datos como información del objeto estudiado.
3. Luego estos datos estructurados son corregidos geométricamente para la correcta ubicación de la procedencia sobre la superficie terrestre o la superficie de algún objeto o infraestructura estudiada. En este momento podremos considerar los datos convertidos en conocimiento de una superficie estudiada.
4. Mediante algoritmos inteligentes de clasificación como Máxima Verosimilitud, Redes Neurales o Matrices de Confusión (Fuzzy) y Componentes Principales, obtenemos nueva información sobre los elementos estudiados.

Como vemos, podemos considerar también que las tecnologías de procesamiento digital de imágenes utilizan también la IA para poder integrarse a su vez en otros sistemas como los SIG para ser utilizados en optimización, monitoreo y evaluación de la agricultura, medios ambientales, etc.

Actualmente el uso de la información generada por las imágenes de satélite y de las adquiridas por drones, está tomando un auge importantísimo en aquellos sectores relacionados principalmente con la agricultura. Esto se debe a la disponibilidad de adquirir datos a bajo coste al poder realizar vuelos con cámara multiespectrales con drones. Si recordamos los años 90, las imágenes de los pioneros satélites LANDSAT y SPOT costaban entre 5.000 y 6.000 dólares por un área de 180 x 180 km y con resoluciones entre 10 y 30 m por pixel. Estaban sólo al alcance de las agencias gubernamentales y las grandes empresas.

Los grandes avances en la tecnología en general también han mejorado los tiempos de procesamiento y las redes de comunicación de mayor velocidad han favorecido la manipulación y divulgación de esta tecnología y sus aplicaciones, en parte por la demanda de esta tecnología en nuevas aplicaciones como lo pueden ser detección de movimiento, identificación de automóviles incluso de personas, a través de algoritmos inteligentes de análisis morfológicos.