公司新闻
易智瑞康来成:地理智能不只是Geo+AI
2020-11-26

近日,由中国地理信息产业协会空间大数据技术与应用工作委员会、中国地理信息产业协会国土资源信息工作委员会,联合易智瑞公司共同举办的“自然资源空间信息化创新应用论坛”在南宁成功召开。


论坛的主题为“深挖数据潜能,提升空间智慧”,话题涵盖了国土空间信息化的实践分享、自然资源确权登记系统设计与实践、新一代国产地理信息平台技术研发进展讲解等热点内容。


康.jpg

其中,易智瑞公司自然资源事业部技术总监康来成在会上作了题为《地理智能,致能地理》的报告,其中的观点和概念引起了与会者的广泛共鸣。


01
地理智能概念“复燃”



地理智能概念在2018年前后,随着人工智能概念的又一轮爆发而兴起。在过去的2年多时间里,我们在各种可能的项目里,尝试着AI技术的应用,也落地了很多项目,尤其在遥感领域证实了人工智能确实有其用武之地。


但是作为老测绘出身,精度二字始终根植于内心深处。曾经在很长一段时间里,对于通过人工智能得到的结果,执非常谨慎的乐观。因为从传统的GIS思维来看,尤其是自然资源领域常见的各种登记确权、调查监管等业务角度,我们时刻都在追求每条红线图斑的精确,每条属性记录的精准。面临顶多80、90%的自动识别率,一开始,很多人都会非常犹豫。为了哪怕纠正那1%的错误,我们依然要付出100%的努力。还不如老老实实地内业外业人工交互,这些传统方法虽然又累又慢,但每一步都那么踏实。

02
后疫情时代对地理智能的重新理解



但是经过这场疫情,天天出示不断修正轨迹研判的健康码,不禁开始反思,这么复杂的处理也可以做到如此亲民,我们对地理智能的理解,是不是过于狭隘了。


在算力大幅提升,感知设备异常普及且丰富的当下,大数据、人工智能、多维时空分析等更加智能的拥有强大的推理能力、逻辑运算能力的新技术必须更好地融合发展,才能让物理世界和信息世界的交互成为可能,同时也将为地信领域的应用开启全新篇章。


在后疫情时代该如何定义,如何演绎,如何落地地理智能?在康来成看来,人工智能不是孤立的,也不应该孤军奋战。除了一些科研的课题,在真正的企业级应用中,无论是地理技术,还是AI技术它们从来都不是孤立存在的,一定会融合MIS、OA、数据库,甚至各种IOT感知设备。人工智能的落地一定需要大数据技术的支撑,需要多维多视角的可视化展现,需要高性能分布式并行处理。


精度是AI的死穴,但是正因其不确定性,甚至不可预知性,才能给我们带来诸多惊喜,才如此让人痴迷。所以康来成认为,地理智能现在用GeoSmart而非GeoAI来表示,似乎更合适一些。

03
国土空间大数据的发展主线——全景式国土空间信息平台



他同时谈到,国土空间大数据的发展主线,应该是全景式国土空间信息平台。这一思路与多位行业翘楚的观点不谋而合。所谓全景式国土空间信息平台,就是要覆盖自然资源本底各要素,如土地、矿产、海洋、森林、草原、河流等,同时要覆盖人类空间利用各要素,如人口足迹、基础设施、水源利用、矿产开发等。


康1.png

从行业应用视角来看,继“为我们的物理世界建模”(数字国土)之目标基本达成之后,如何利用新技术驱动虚拟世界与现实世界互动?作为与智慧的人类双向映射、实时交互的智能化应用,必然呼唤更加智能,更加强劲的技术手段。


康2.png

数字孪生作为实现虚实之间双向映射、动态交互、实时连接的关键途径,可将物理实体和系统的属性、结构、状态、性能、功能和行为映射到虚拟世界,形成高保真的动态多维/多尺度/多物理量模型,为观察物理世界、认识物理世界、理解物理世界、控制物理世界、改造物理世界提供了一种有效手段。


康来成认为,地理智能支撑全景式国土空间平台目前还面临4大挑战一是实时多源数据接入:如何实现自然资源多源异构空间数据与业务审批状态的感知与互联互通,实时获取物理实体对象多维度数据,从而深入认识和发掘相关规律和现象,实现物理实体的可靠控制与精准执行。


二是信息全景升维:如何构建自然资源三维实景动态多维多时空尺度高保真时空一体化全景模型,如何保证和验证模型与物理实体的一致性/真实性/有效性/可靠性,如何实现多源多业务多维模型的构建与集成,支撑全景式国土空间信息平台。


三是大数据变频处理:如何实现海量大数据和异常小数据的变频处理,如何实现全要素/全业务/全流程多源异构数据的高效传输,如何实现业务数据的深度融合与综合处理,如何实现空间数据与物理实体、虚拟模型、服务/应用的精准映射与实时交互。


四是普适的AI交互:如何实现AI技术的便捷化、平民化应用,如何实现跨协议/跨接口/跨平台的实时通信,实现数据-模型-应用的迭代交互与动态演化。

04
基于GeoScene的地理智能工具、方法



基于GeoScene的地理智能完整解决方案,具有数据智能、工具智能、平台智能、智能硬件兼容、智能应用快速构建、丰富开发扩展接口等独特优势,可以帮助用户很好地解决上述挑战。


康3.png

康4.png

康5.png

以大数据变频计算为例,GeoScene的矢量大数据产品中总共提供了六大类、26个工具,涵盖了数据处理、趋势预测等内容。如常见的聚合分析、热点分析、叠加分析等;在机器学习方面提供了基于森林的分类和回归、以及广义线性回归工具,可以针对空间数据进行预测及探索。总体来说,这些分析工具涵盖了基础的地理空间分析及预测能力,而且都是通过分布式计算实现,从而可以大大提升分析性能。

康6.png

空间分析能力是GeoSceneGIS平台的核心能力之一。空间分析让我们以地理学的视角来理解整个世界,例如探究事物的空间分布规律,事物间的空间关系,进而帮助我们做出决策。Geoscene提供了1500+数据处理和分析工具,涵盖栅格处理、矢量处理、数据转换、3D处理和分析、空间分析、地统计、机器学习、深度学习等。


康7.png


之后,康来成结合典型的案例和与会者共同探索、展望了新一代地理智能技术如何更好助力自然资源,赋能国土空间规划、地质大数据挖掘、动态影像信息提取等诸多行业应用。



<
>