未來已來。

　　翻看如今的熱點新聞，一定離不開如人工智能(AI)、數(shù)字工程、增強現(xiàn)實(AR)、商業(yè)智能等這些字眼。正當(dāng)普通人努力去理解這些技術(shù)時，地理空間產(chǎn)業(yè)中的利益相關(guān)者們已經(jīng)開始感受到新技術(shù)快速發(fā)展而帶來的挑戰(zhàn)了。

　　伴隨著云技術(shù)的無限計算能力，自動化被視為當(dāng)今從爆炸式數(shù)據(jù)中提取有效信息的重要途徑。某種角度而言，機(jī)器正在逐漸接管我們的行業(yè)。對空間信息產(chǎn)業(yè)而言，更加智能的機(jī)器和工作流中的嵌入式計算正逐漸興起。

　　前不久，眾多空間信息領(lǐng)域的國際巨頭們齊聚印度，深入探討了行業(yè)相關(guān)問題，例如，如何更加深入地利用人工智能，而不止是通過賦予人工智能理解復(fù)雜數(shù)據(jù)的能力。

Andreas Gerster：法如BIM/CIM與產(chǎn)品設(shè)計部副總裁

　　“我們通過’觀察’技術(shù)來推動效率，而不是單純地推動這項技術(shù)”

　　對效率的推動

　　這始于對現(xiàn)實世界的抓取。對現(xiàn)實的抓取是一碼事，而如何利用這些數(shù)據(jù)又是另一碼事，：我們需要從中獲取有用信息。只要這些數(shù)據(jù)只能為一臺計算機(jī)所用，它就只能發(fā)揮有限的作用，因此需要提高現(xiàn)有的效率。

　　科技是偉大的工具，但如今也導(dǎo)致了人類能力的退化。Faro是一家現(xiàn)代化的公司，我們通過“觀察”這些技術(shù)來推動效率，而不是單純地推動這項技術(shù)。我們想通過提供有效可用的信息來增強人腦的能力，以使人類在建設(shè)方面更加靈活且高效。

　　數(shù)據(jù)隱私

　　這不僅是一個隱私問題，更應(yīng)該說是一個安全問題。試想，你手上擁有一家原子工廠的真實掃描數(shù)據(jù)，而它落入了他人手中，這將意味著什么?我們考慮這件事，當(dāng)然這也取決于地區(qū)，比如美國的用戶就比歐洲的用戶更愛分享數(shù)據(jù)。因此，我們需要根據(jù)需求來提供不同的平臺。

      “我相信自動駕駛終會實現(xiàn)，并且其實現(xiàn)速度將遠(yuǎn)超我們的想象。”

　　物聯(lián)網(wǎng)和地圖內(nèi)容

　　我們時常提及物聯(lián)網(wǎng)(IoT)，但如果不知道“物”在哪里的話，物聯(lián)網(wǎng)就沒有任何意義。對此，地圖可謂至關(guān)重要。如今，整個社會的發(fā)展都依賴于地圖：三十年前導(dǎo)航只存在于科幻小說之中，但是現(xiàn)在它是一種日常使用的產(chǎn)品。同時，沒有手機(jī)地圖的生活令人難以忍受，移動互聯(lián)網(wǎng)服務(wù)的迅速發(fā)展使手機(jī)地圖得到了飛速發(fā)展。在地圖中，圖層的數(shù)量和內(nèi)容總量都在增長，同時還存在一個關(guān)鍵挑戰(zhàn)：缺少最新的信息——這也是最為嚴(yán)峻的問題，未來的應(yīng)對的方法應(yīng)是自動化流程及優(yōu)化地圖更新。

　　交通標(biāo)志分類器AI

　　眾所周知，交通標(biāo)志對地圖的意義非同小可。但早期，交通標(biāo)志的繪制過程曾很漫長。TomTom如今利用激光已經(jīng)實現(xiàn)了這個復(fù)雜可視化過程的自動化：交通標(biāo)志分類器AI已經(jīng)創(chuàng)建了一個包含一億個交通標(biāo)志實例的數(shù)據(jù)庫。

　　未來的地圖將為社區(qū)、傳感器數(shù)據(jù)、專業(yè)制圖服務(wù)、自動化和深度學(xué)習(xí)所推動：基于AI的自動化對于實現(xiàn)高效率和短周期至關(guān)重要。此外作為處理全球化需求和日益增長的內(nèi)容所必需的可拓展性，也只能通過AI來實現(xiàn)。因此，搭建一個業(yè)務(wù)性的制圖平臺勢在必行。

      “遙感產(chǎn)生的數(shù)據(jù)可以輕易使任何一個IT部門癱瘓。”

　　數(shù)據(jù)管理挑戰(zhàn)

　　遙感始于提供透明的全球化信息的需求?，F(xiàn)如今，遙感技術(shù)無處不在，并產(chǎn)生大量數(shù)據(jù)。這給我們帶來了數(shù)據(jù)管理方面的挑戰(zhàn)：該公司自從1999年以來積累了海量數(shù)據(jù)，這些數(shù)據(jù)可以輕易使任何一個IT部門癱瘓，或破壞我們從數(shù)據(jù)中大規(guī)模提取有效信息的能力。這個過程中，云計算、深度學(xué)習(xí)和眾包開源技術(shù)發(fā)揮了重要作用。

　　眾包開源數(shù)據(jù)的認(rèn)證

　　當(dāng)我攻讀碩士時，大家都討厭統(tǒng)計，沒有人想選這門課。而現(xiàn)在統(tǒng)計則變成了寵兒。我們在眾包開源數(shù)據(jù)中所利用的一些高級統(tǒng)計技術(shù)，可以讓我們有效地了解，眾包數(shù)據(jù)何時是準(zhǔn)確的，何時不是，這是讓大量的數(shù)據(jù)幫助我們從誤差中理清思路。眾包和機(jī)器之間生成一個反饋鏈接時，機(jī)器也成為了眾包開源數(shù)據(jù)的一份子。

Steven W. Berglund：天寶公司 CEO

      “到2020年，一部智能手機(jī)可能比今天的超級計算機(jī)更智能。”

　　智能機(jī)器和AI

　　智能機(jī)器是一個靈活且理性的代理人，能夠感知周遭環(huán)境，并且可以通過最大限度地提升完成目標(biāo)的成功機(jī)率而采取行動。這意味著環(huán)境和期望結(jié)果的相互理解。環(huán)境中被連接的設(shè)備數(shù)量快速增長，甚至設(shè)備數(shù)量超過了人，從而帶來了巨大的市場機(jī)遇。如今，所有的市場都在一個互聯(lián)互通的世界中得以重塑。

　　物聯(lián)網(wǎng)和云技術(shù)為一般用途的AI制造了一場完美的舞臺風(fēng)暴。這是因為AI激發(fā)了物聯(lián)網(wǎng)所產(chǎn)生的傳感器數(shù)據(jù)的潛能：到2020年，一部智能手機(jī)可能比今天的超級計算機(jī)更智能。人們將越來越多地利用計算能力和系統(tǒng)能力改進(jìn)工作流程，最終幫助人們更全面地提升生產(chǎn)力。

　　精準(zhǔn)農(nóng)業(yè)和運輸

　　傳感器和人工智能通過監(jiān)測作物狀況，諸如降水、營養(yǎng)物、植物種群和土壤水分含量等，來推動精準(zhǔn)耕作。疾病預(yù)測會變得更容易，自動變速灌溉也將成為可能，伴隨還有自主耕作和自主收獲。

　　而在交通領(lǐng)域，計算機(jī)視覺和大數(shù)據(jù)可用于路況和交通需求預(yù)測。傳感器集成的遠(yuǎn)程信息處理系統(tǒng)有助于優(yōu)化航線，機(jī)器學(xué)習(xí)和數(shù)據(jù)智能也可實現(xiàn)預(yù)防性維護(hù)。因此，智能基礎(chǔ)設(shè)施與智能車輛的集成在未來創(chuàng)造了重大機(jī)遇。

　　信息處理

　　如今信息處理流程正在發(fā)生變化。先前必須在辦公室完成的工作，現(xiàn)在可以直接在工程現(xiàn)場完成。而眾包數(shù)據(jù)也已成為很多應(yīng)用的可行數(shù)據(jù)來源。數(shù)據(jù)訪問來源也從數(shù)據(jù)所有者變得自由和開放起來。在信息處理過程中，應(yīng)用程序更多地以嵌入方式出現(xiàn)，而更新的頻率也從版本控制變?yōu)閯討B(tài)更新。

　　針對上述變化，我們需要重新認(rèn)真思考包括組織、機(jī)構(gòu)的設(shè)計等內(nèi)容。盈利和信息的潛在收益遞減，也需要被納入考慮。另一個重要因素是任務(wù)中關(guān)鍵故障的分析結(jié)果，包括系統(tǒng)復(fù)雜度，安全度和人機(jī)切換。

　Mladen Stojic：海克斯康董事長

      “人們花費了數(shù)十年來理解已經(jīng)發(fā)生的事，而現(xiàn)在則是一個理解正在發(fā)生的事，并預(yù)測未來之事的時代。”

　　突破傳統(tǒng)模型

　　我們生活在一個多維的動態(tài)世界中，然而,現(xiàn)有科技只能讓我們靜態(tài)表達(dá)。當(dāng)前，即使技術(shù)專注于建立傳感器和軟件，以生成美觀的圖像，但這仍是靜態(tài)顯示，面對這一瓶頸，而時間就成為了一個重要因素，一旦有了四維元素(時間)，就可以實現(xiàn)傳統(tǒng)模型的突破。

　　過程干預(yù)

　　我們不僅需要了解已經(jīng)發(fā)生和正在發(fā)生的，也需要知道如何對發(fā)生過程進(jìn)行影響。人工智能和深度學(xué)習(xí)對積極結(jié)果的發(fā)生發(fā)揮了重要影響。其中一個典型的例子，是使用機(jī)器人和無人機(jī)，推動了許多領(lǐng)域的飛速發(fā)展，其目的就是為當(dāng)前關(guān)鍵任務(wù)提供更多支持信息。

　　人們花費了數(shù)十年來理解已經(jīng)發(fā)生的事，而現(xiàn)在則是一個理解正在發(fā)生的事，并預(yù)測未來之事的時代，這也是深度學(xué)習(xí)和高級分析真正發(fā)揮作用的地方?！　?/p>

　　人工智能在2016年賺得了無數(shù)眼球，其他新技術(shù)也慢慢滲入了空間信息行業(yè)，也許巨頭們也清楚，這對行業(yè)來說既是機(jī)遇也是挑戰(zhàn)。至于如何把握以便發(fā)揮行業(yè)效能，這也是我們每個人需要考慮的問題。