(Acest articol a fost publicat pentru prima dată pe Modele de peisaje maritimeși cu amabilitate a contribuit la R-bloggeri). (Puteți raporta problema legată de conținutul acestei pagini aici)
Doriți să vă distribuiți conținutul pe R-bloggeri? dați clic aici dacă aveți un blog, sau aici dacă nu aveți.
Mi-am dat seama săptămâna aceasta că nu voi mai angaja un asistent de cercetare orientat GIS la fel ca înainte.
Claude Code este prea bun la GIS în R acum. Bănuiesc că acest lucru s-a întâmplat în jurul lansării lui Opus 4.7. Pur și simplu nu prea am împins agentul de codare până acum.
Săptămâna aceasta am descărcat un set de date global al unui habitat de coastă de câțiva gigaocteți, așteptându-mă să-mi petrec timpul liber săptămâna aceasta căutând o idee despre cum să-mi fac analiza intenționată.
30 de minute mai târziu s-a făcut analiza.
Claude a rezolvat ceea ce odinioară erau probleme GIS semnificative și consumatoare de timp, fără ajutorul meu. Tot ce i-am dat a fost obiectivul final și referința la un flux de lucru anterior pentru un proiect similar.
A abordat fără probleme provocări complexe, cum ar fi auto-intersecțiile geometriei și intersecțiile spațiale ale datelor raster cu date vectoriale. A efectuat chiar teste la scară mică pentru a identifica blocajele de procesare și pentru a găsi cea mai rapidă soluție pentru intersectarea a două straturi mari.
Starturi
Acum, pentru a fi corect, ar trebui să recunosc, de asemenea, câteva avantaje pe care Claude le-a avut în acest proiect.
Primul a fost fluxul meu de lucru anterior pentru o problemă similară (construirea unui model predictiv din date spațiale). Asta i-a oferit un set gros de pași de urmat. Dar, fluxul meu de lucru anterior a fost construit în întregime pe date vectoriale (poligon), în timp ce noua analiză necesita lucrul cu raster. Așa că a rezolvat cu succes problemele de raster cu vectori fără ajutorul meu.
Bănuiesc că o a doua schimbare majoră în ecosistemul R GIS în ultimii 5-10 ani a permis acestui agent de codificare succesul. Creditul se datorează, în special, dezvoltatorilor pachetelor spațiale R de bază sf, tmap şi terra.
Acestea au simplificat semnificativ procesarea și cartografierea spațială în R, făcând mai ușor să se ocupe de calculele complexe de suprafață și distanță pe suprafața curbată a pământului și de erorile omniprezente de auto-intersecție care obișnuiau să provoace blocaje majore în trafic în munca GIS.
În jurul anului 2020, compilam date globale despre zonele umede de coastă și le aliniam pentru o analiză a sănătății zonelor umede de coastă. A fost nevoie de un asistent de cercetare GIS și o parte din timpul unei luni post-doc de supraveghere doar pentru a face procesarea spațială.
Mai am nevoie de un asistent GIS (uman) pentru analize spațiale?
Unul dintre studenții mei de cercetare m-a învățat că poate răspunsul este da, dar cerințele rolului sunt diferite.
Vedeți, studentul meu și-a lansat cu entuziasm proiectul său de analiză spațială cu o grămadă de coduri vibraționale în R. Mi-am dat seama repede că înțelegea foarte puțin din ceea ce a făcut agentul său de codare și nu puteam fi siguri că rezultatele erau exacte.
Chiar și în povestea mea de succes de 30 de minute spusă mai sus, au existat greșeli de AI pe care a trebuit să le verific și să le repar. Una mare a fost o corecție prostească duplicat pentru fracție -> procent pe care a făcut-o Claude. Deci supraestimase totul cu un factor de 100.
Elevul meu și-a schimbat și povestea. Entuziasmul lui pentru rezultat și pentru învățare l-a însemnat din nou. De data aceasta, lucrând (puțin) mai încet. A făcut lectura, a învățat teoria GIS și apoi a folosit agentul AI pentru a-și reamenaja analiza pas cu pas. În acest fel înțelegerea lui ar putea ține pasul cu codul.
Acum, în câteva luni, este un utilizator GIS competent și un creator de hărți. De asemenea, merită atenția sa la detalii, nu va avea încredere în niciun rezultat interesant fără a efectua mai întâi verificări amănunțite.
Deci, ceea ce mi-aș dori acum într-un RA este pe cineva care este entuziasmat să învețe și care excelează la învățarea rapidă în ritm propriu.
În trecut, întâlnirile cu asistentul erau adesea despre cum să rezolve următoarea provocare de procesare. Întâlnirile cu studentul meu cu GIS, R și AI sunt foarte diferite. Vin cu peste 5 grafice și hărți în fiecare săptămână și discutăm despre modele. Îmi va arăta un grafic frumos pregătit și mă va întreba „ce observați aici…” așteptând să văd dacă observ anomaliile pe care le-a observat. Apoi discutăm.
Atenția la detalii este mai importantă ca niciodată. Nu ne mai putem baza pe eșecuri în cod sau flux de lucru ca semnal roșu pentru erori. Agenții sunt prea buni să „o facă să funcționeze”. Avem nevoie de analiști care să nu treacă linia de sosire a declarării succesului atunci când obțin primul rezultat bun, dar care să fie fericiți să se întoarcă și să exploreze în detaliu fiecare interpretare alternativă.
Deci da, voi mai angaja un asistent de cercetare GIS. Dar descrierea postului s-a schimbat. Mai puțin „trebuie să știe sf şi terra”, mai mult „trebuie să fii sceptic față de o hartă frumoasă.” Codarea este partea ușoară acum. Judecata a fost întotdeauna partea grea – doar că codarea obișnuia să dureze atât de mult timp încât o judecată bună era necesară mai rar.
