當(dāng)FaceBook旗下的Connectivity Lab，以及Descartes Labs和Orbital Insight這些機(jī)構(gòu)和公司開始利用人工智能訓(xùn)練計(jì)算機(jī)從海量遙感影像中提取需要的目標(biāo)，挖掘空間大數(shù)據(jù)的價(jià)值時(shí)，另一家位于美國(guó)賓夕法尼亞州匹茲堡的初創(chuàng)公司Terrapattern前不久也公布他們面向公眾的遙感人工智能服務(wù)。

　　如何體會(huì)遙感人工智能服務(wù)的價(jià)值?

　　國(guó)內(nèi)用戶可以直接訪問Terrapattern的官方網(wǎng)站，但由于該服務(wù)的底圖數(shù)據(jù)來自谷歌，因此還得翻墻才能。

　　Terrapattern首先將遙感影像分成若干等大小的方形區(qū)塊，在人眼相對(duì)可以辨識(shí)地物信息的地圖比例尺下，點(diǎn)擊一個(gè)區(qū)塊，Terrapattern便能識(shí)別該區(qū)塊的地物特征，然后從區(qū)塊化的全部遙感影像數(shù)據(jù)中，找到有著同類地物特征的區(qū)塊，并呈現(xiàn)給用戶。

　　該區(qū)塊被選定后，系統(tǒng)立即匹配類似地物

　　通過計(jì)算機(jī)識(shí)別，系統(tǒng)找到的影像中全部的棒球場(chǎng)

　　也可以說，Terrapattern提供了關(guān)于遙感影像特征的搜索引擎。例如，想搜索一座城市所有的棒球場(chǎng)，可以先通過界面上方的POI地名搜索找到其中一個(gè)棒球場(chǎng)的位置，然后再點(diǎn)擊該P(yáng)OI所在的區(qū)塊，通過影像搜索的引擎即可找到該城市的其他棒球場(chǎng)。

　　白色屋頂?shù)慕ㄖ?/p>

　　系統(tǒng)匹配所有白色屋頂?shù)慕ㄖ?圖為局部)

　　再例如，有著白色房頂?shù)慕ㄖ?，Terrapattern也能根據(jù)這樣的顏色特征，找到所有具備該特征的建筑。

　　但Terrapattern的精準(zhǔn)用戶，并不是僅僅利用人工智能從遙感影像中找到一些近似的地物就樂在其中的人。因?yàn)檫@項(xiàng)服務(wù)更大的用途，仍然在于如何從遙感影像大數(shù)據(jù)中挖掘并總結(jié)出有關(guān)社會(huì)經(jīng)濟(jì)的一些規(guī)律。正像Terrapattern團(tuán)隊(duì)在強(qiáng)調(diào)他們的服務(wù)時(shí)提到，他們希望幫助一些用戶群體更好地了解遙感人工智能到底能協(xié)助做些什么。

　　城市科學(xué)家、經(jīng)濟(jì)和數(shù)據(jù)的專家、公益人士，還有各個(gè)細(xì)分領(lǐng)域的專家，在Terrapattern團(tuán)隊(duì)的眼里都是重要的用戶群。

　　同樣，獲取一個(gè)停車場(chǎng)的區(qū)塊

　　系統(tǒng)匹配并找到所有的停車場(chǎng)影像信息(圖為局部)

　　比如專家在評(píng)估線下零售行業(yè)的發(fā)展情況時(shí)，可以利用人工智能迅速?gòu)囊蛔鞘械淖钚逻b感影像中，找到所有停車場(chǎng)的遙感信息，并從這一維度中量化和完善他們的研究結(jié)論。

　　但目前，處于測(cè)試階段的Terrapattern尚未正式提供深度定制化的服務(wù);在提供相對(duì)基礎(chǔ)的遙感數(shù)據(jù)和相似地物搜索引擎功能的同時(shí)，團(tuán)隊(duì)正在通過技術(shù)研發(fā)，以及和用戶間的互動(dòng)，不斷完善著體驗(yàn)。

　　如何做到對(duì)遙感影像的深度學(xué)習(xí)?

　　針對(duì)技術(shù)原理，在Terrapattern官方網(wǎng)站的FAQ中提到了兩個(gè)核心點(diǎn)。

　　第一，技術(shù)團(tuán)隊(duì)建立了用于計(jì)算機(jī)深度學(xué)習(xí)的DCNN(卷積神經(jīng)網(wǎng)絡(luò)，Deep Convolutional Neural Network)系統(tǒng)。大量由開源地圖平臺(tái)OpenStreetMap分類處理過的遙感影像數(shù)據(jù)，被送往DCNN，該神經(jīng)網(wǎng)絡(luò)基于計(jì)算機(jī)視覺技術(shù)，從影像像素中總結(jié)地物特征，并最終掌握判別遙感影像地物特征的能力。訓(xùn)練完成之后，DCNN再對(duì)遙感影像中所有的地物特征進(jìn)行一次“描述”。用戶在使用Terrapattern時(shí)，實(shí)際上是讓指定區(qū)塊的“描述”，去匹配由DCNN所識(shí)全部影像后賦予的“描述”，找到其他的相似地物。

　　第二，由于匹配“描述”需要非常大的計(jì)算量，因此技術(shù)團(tuán)隊(duì)采用一種名叫CoverTree的開源算法，這種算法讓所有計(jì)算以秒級(jí)的效率施展。

　　目前只支持很少的城市，團(tuán)隊(duì)有何計(jì)劃?

　　Terrapattern的服務(wù)目前只支持美國(guó)的紐約、舊金山、底特律、邁阿密、匹茲堡五座城市，以及德國(guó)的柏林。團(tuán)隊(duì)表示在測(cè)試版中目前只提供了這些城市，但未來肯定會(huì)上線更多。

　　另一方面，在Terrapattern官網(wǎng)的FAQ中也提到，儲(chǔ)存用于遙感人工智能挖掘的城市數(shù)據(jù)，需要10GB的RAM(隨機(jī)存取存儲(chǔ)器，即計(jì)算機(jī)中的內(nèi)存條);如果把全美國(guó)的城市都做完，需要的CPU和RAM計(jì)算能力，將是現(xiàn)在的2000倍，對(duì)軟件方面的技術(shù)成熟度也將有更高的要求。

　　而團(tuán)隊(duì)告訴他們的用戶，Terrapattern所做的事情，仍然是在驗(yàn)證遙感人工智能服務(wù)，到底是否、或如何成為人們未來的一種剛需。

　　Terrapattern因何而被創(chuàng)立?

　　Terrapattern由Golan Levin、David Newbury、Kyle McDonald三人聯(lián)合創(chuàng)立。今年5月底，Terrapattern團(tuán)隊(duì)從投資機(jī)構(gòu)John S. and James L. Knight Foundation那里只融了34000美元的種子投資。

　　“我們之所以決定做這個(gè)事，讓遙感影像通過內(nèi)在的價(jià)值幫助每一個(gè)人，正是因?yàn)槲覀冏约阂采钍苓b感數(shù)據(jù)應(yīng)用價(jià)值的熏陶。”核心團(tuán)隊(duì)在公開渠道中這樣表示，“比如華爾街的商人們利用遙感影像左右市場(chǎng)，經(jīng)濟(jì)學(xué)家、社會(huì)學(xué)家們也借助遙感影像輔助他們的研究，包括谷歌提出的‘圖像搜索’也激勵(lì)著我們要做點(diǎn)與遙感與圖形搜索相關(guān)的事!”

　　人工智能+遙感，應(yīng)用即將爆發(fā)?

　　要知道，Terrapattern已經(jīng)把自己的技術(shù)開源了，而且CoverTree也是開源的技術(shù)。遙感人工智能服務(wù)未來是否會(huì)通過開源技術(shù)引發(fā)規(guī)模性的應(yīng)用，例如在垂直行業(yè)領(lǐng)域的深耕，也值得觀望。

　　在國(guó)內(nèi)企業(yè)中，從事遙感人工智能研究的商湯科技高級(jí)研究員兼Linkface聯(lián)合創(chuàng)始人石建萍，在談到Terrapattern的創(chuàng)業(yè)時(shí)向3sNews表示，這項(xiàng)服務(wù)本質(zhì)上是去關(guān)注遙感影像中地物的相似性搜索，在具體應(yīng)用場(chǎng)景中解決了用戶的哪些實(shí)際需求。 如果市場(chǎng)被驗(yàn)證廣泛存在，勢(shì)必會(huì)引發(fā)更多遙感企業(yè)和提供計(jì)算機(jī)視覺服務(wù)的企業(yè)，競(jìng)相進(jìn)入。