“當下技術(shù)的發(fā)展為我們產(chǎn)生了大量的可感知和分析的數據信息，這對數據的融合共享、認知推理等提出了很急迫的應用需求。對認知與推理等相關(guān)核心技術(shù)的研發(fā)，是下一代人工智能技術(shù)突破的關(guān)鍵。時(shí)空AI作為對超大規模城市數據融合、應用的重要技術(shù)手段，不僅促使智能城市建設加速發(fā)展，也讓我們看到了未來(lái)產(chǎn)業(yè)元宇宙在城市和商業(yè)中應用的巨大潛力與廣闊前景?！?/p>

　　9月1日，上?！?022世界人工智能大會(huì )（WAIC）隆重召開(kāi)。時(shí)空AI作為開(kāi)啟城市元宇宙的重要技術(shù)引擎，在本屆大會(huì )上從技術(shù)研討、應用實(shí)戰和場(chǎng)景互動(dòng)三大層面，同全球觀(guān)眾展開(kāi)生動(dòng)交流。由維智科技、聯(lián)通（上海）共同主辦的2022WAIC時(shí)空AI產(chǎn)業(yè)高峰論壇在張江科學(xué)會(huì )堂盛大啟幕，本場(chǎng)論壇圍繞“數智無(wú)界·元創(chuàng )未來(lái)”主題，深度探討時(shí)空AI技術(shù)賦能下城市智能決策中樞建設，以及未來(lái)虛實(shí)共生的城市元宇宙場(chǎng)景。

　　中國科學(xué)院院士龔健雅在論壇中就“深度學(xué)習框架與時(shí)空信息智能處理”發(fā)表主旨演講報告，從人工智能的發(fā)展、人工智能與遙感的緊密結合做了重點(diǎn)詮釋，并詳細介紹了武漢大學(xué)自主研發(fā)的遙感智能解譯深度學(xué)習專(zhuān)用框架及其在國土資源與環(huán)境監測、農作物監測與估產(chǎn)、森林碳匯估算等許多領(lǐng)域的研究和探索。

　　以下是演講實(shí)錄：

　　人工智能迅速發(fā)展，對各行各業(yè)都造成了沖擊，有些行業(yè)消失，有些行業(yè)得到大發(fā)展。人工智能的發(fā)展根據它的定義或者目前的能力，我個(gè)人更加認可由北京大學(xué)的朱松純教授定義人工智能六大方向。這六個(gè)方向首先是計算機視覺(jué)，其中包括立體視覺(jué)、模式識別，我們現在大量的人臉識別都屬于這個(gè)范疇；第二個(gè)是自然語(yǔ)音理解與交流，包括語(yǔ)音識別和翻譯等等；第三個(gè)是機器學(xué)習；第四個(gè)是機器人學(xué)，包括智能機械、控制、設計、運動(dòng)規則和任務(wù)規范；第五個(gè)是博弈與倫理，即機器與人的對抗、機器與機器的對抗等；最后就是認知與推理。

　　在我們現有的社會(huì )經(jīng)濟中存在著(zhù)大量可感知和分析的數字信息，需要用到AI方法進(jìn)行推理。今天由維智科技創(chuàng )始人陶闖博士發(fā)布的《時(shí)空AI白皮書(shū)（2022）》中，詳細的介紹了時(shí)空大數據、時(shí)空知識圖譜以及基于城市場(chǎng)景的算法模型，通過(guò)分析和推理來(lái)挖掘城市大數據的應用價(jià)值，這一系列的工作我認為在現階段是非常關(guān)鍵且重要的。

　　測繪遙感與地理信息科學(xué)是與AI關(guān)聯(lián)非常密切的領(lǐng)域。在深度學(xué)習、機器學(xué)習的發(fā)展過(guò)程中，大家可能了解最有名的就是ImageNET挑戰賽，深度學(xué)習最初在圖像識別的準確率高達84%，撼動(dòng)了整個(gè)計算機視覺(jué)領(lǐng)域?，F在深度學(xué)習幾乎成了人工智能的代名詞。測繪遙感實(shí)際上用到的也是深度學(xué)習，包括目標檢測、場(chǎng)景的理解等。然而深度學(xué)習在遙感信息處理中也遇到了挑戰和問(wèn)題，主要體現在兩個(gè)方面：其一是關(guān)于基礎性的研究，包括高質(zhì)量的樣本庫，樣本庫的設計以及標注；其二是神經(jīng)網(wǎng)絡(luò )結構以及模型的設計。

　　另外，目前通用的深度學(xué)習框架還不能滿(mǎn)足我們的要求，我們需要研究專(zhuān)用的遙感智能深度學(xué)習網(wǎng)絡(luò )架構。。這其中設計到遙感領(lǐng)域數據的特性，包括遙感的規?；瘮祿?#xff0c;其次是高光譜、定量遙感等工作要嵌入進(jìn)去，這是我今天要講的主要內容，也就是LuojiaNet。

　　LuojiaNet框架首先依據遙感數據的特性，其內存可擴展，達到圖像數據不需要切割就可以直接應用，其次能夠支持各項知識融合的工作。該框架的設計之初即直接建立一個(gè)圖框架，并建立圖“金字塔”，消除上下邊界效應；其次是多通道設計，在調參時(shí)候就會(huì )自動(dòng)的學(xué)習和計算最優(yōu)光譜并計算出最佳參數，使得精度有大幅度提升。除此之外，LuojiaNet作為一個(gè)基礎性平臺，在數據的輸入輸出方面能夠支持十幾種的矢量數據格式和三十多種柵格數據格式。在建立好工作流之后，自動(dòng)生成機器學(xué)習的語(yǔ)言。大家感興趣可以加入我們的開(kāi)源社區聯(lián)盟。

　　最后總結一下時(shí)空AI技術(shù)的未來(lái)發(fā)展：

　　首先是知識圖譜，我們通過(guò)標簽構建知識圖譜，通過(guò)知識圖譜和圖形融合，最后得到一個(gè)更好更可靠的結果，從這里知識圖譜影像的生成來(lái)看，其精度和效率都有比較大的提升。

　　其次是人工智能的可解釋性，深度學(xué)習就像一個(gè)盒子，這個(gè)盒子的模型精度高，很復雜，可解釋性低。我們將可解釋性等工作融入到深度學(xué)習框架中，這也是未來(lái)的研究方向，包括分析方法、可解釋性指標、定量指標、評估指標等。這些研究都是未來(lái)技術(shù)發(fā)展的必經(jīng)之路，當然我們還要準備好面對更多的挑戰，謝謝大家！