“大數(shù)據(jù)+AI” 正在以機器學習云的形式頻繁出現(xiàn)，并迅速成為眾多現(xiàn)代應用的默認技術棧，地理信息行業(yè)也不例外。

　　和眾多產(chǎn)業(yè)鏈一樣，地理信息行業(yè)最困難且最有價值的創(chuàng)新往往發(fā)生在接近最終用戶的一端，企業(yè)如何利用機器處理數(shù)據(jù)得到洞見影響組織和個人的行為，從而改變世界?在未來，數(shù)據(jù)的收集和處理過程會越發(fā)標準化、自動化，由此利用人工智能進行數(shù)據(jù)分析的能力將會變得更為關鍵。

　　近日，WGDC2017全球地理信息開發(fā)者大會在北京國家會議中心落下帷幕。期間，地理服務相關的各領域龍頭企業(yè)參會分享成功經(jīng)驗。

　　其中，一家專注于空間數(shù)據(jù)挖掘云平臺企業(yè)——深圳市位和科技有限責任公司，吸引了筆者的注意。區(qū)別于地理可視化云，位和云平臺是業(yè)內首個以系列機器學習計算和交互可視化為核心的地理信息云平臺。

　　工欲善其事，必先利其器

　　位和科技市場總監(jiān)李伯楠在接受泰伯網(wǎng)采訪時表示，位和云平臺是以業(yè)務用戶為中心的自服務一站式空間數(shù)據(jù)挖掘與優(yōu)化計算云平臺，集成系列機器學習計算、統(tǒng)計模型和交互可視化，實現(xiàn)視覺解析、模式提取、數(shù)據(jù)降維、關聯(lián)性分析、平滑計算、自動特征分區(qū)、復雜網(wǎng)絡分割、分區(qū)優(yōu)化、選址評估等多種計算應用于一體，支持云端訪問(SaaS)、本地部署(On-Premise)和二次開發(fā)，適用于智慧城市、城市規(guī)劃和地理商業(yè)智能領域的諸多應用場景。

位和云平臺架構

　　李伯楠向泰伯網(wǎng)透露，位和云平臺的獨特優(yōu)勢體現(xiàn)在以下幾個方面：

　　第一，領先的模型方法能力和產(chǎn)品突破。位和的核心研發(fā)團隊致力于空間數(shù)據(jù)挖掘方法研究多年，圍繞應用場景，把模型方法升華為產(chǎn)品，把空間數(shù)據(jù)挖掘能力透過產(chǎn)品傳遞給用戶，打造感動用戶的體驗，加速行業(yè)應用和市場滲透。

　　第二，智能分析計算云、多源數(shù)據(jù)云和自服務數(shù)據(jù)準備云在平臺上無縫集成，并不斷生長。除支持地理可視化以外，平臺的數(shù)據(jù)挖掘分析和優(yōu)化計算部分主要包括基于神經(jīng)網(wǎng)絡的多維/高維時空云、空間交互網(wǎng)絡分析、多維流分析和多目標多約束條件優(yōu)化計算等應用產(chǎn)品。用戶可以接入自己的數(shù)據(jù)，也可以使用平臺集成的數(shù)據(jù)集，目前涵蓋基礎地理信息、人口、經(jīng)濟、統(tǒng)計、土地利用、城市興趣點、 房地產(chǎn)、商業(yè)活力、環(huán)境與污染等多源數(shù)據(jù)。自服務數(shù)據(jù)準備集成空間聚合、時空聚合等一系列云端數(shù)據(jù)清洗和處理工具，極大減少數(shù)據(jù)挖掘前期的數(shù)據(jù)處理工作量。更多挖掘分析產(chǎn)品、數(shù)據(jù)和數(shù)據(jù)處理工具正在不斷加入進來，與應用場景一起，形成一個持續(xù)生長的商業(yè)閉環(huán)，可通過靈活的組合方式以及API/SDK集成來滿足用戶的特定需求。

　　第三，擁抱從“互聯(lián)網(wǎng)+”向“物聯(lián)網(wǎng)+”的轉變。通過基于Spark的大數(shù)據(jù)與實時數(shù)據(jù)處理引擎接入物聯(lián)網(wǎng)傳感器數(shù)據(jù)，對數(shù)據(jù)進行清洗和處理，并與平臺上的挖掘分析模塊有機集成，提供面向不同場景的應用。

　　空間大數(shù)據(jù)+AI時代，未來已來

　　曾有相關行業(yè)內人士表示，數(shù)據(jù)是AI算法的食物，越來越多具有數(shù)據(jù)積累能力的地理信息企業(yè)開始討論商業(yè)智能，可以看到地理信息企業(yè)想要將自身數(shù)據(jù)演變成智能化工具的理想。這種初衷十分美好，但市面中一些現(xiàn)有商業(yè)智能相關解決方案目前還停留在展示階段，更不要說到了AI的階段。

　　泰伯網(wǎng)認為，地理大數(shù)據(jù)挖掘始終停留在初級階段，一方面是由于人，地信企業(yè)從業(yè)者大多為測繪專業(yè)、計算機專業(yè)、地信或遙感專業(yè)，而在硅谷有一個被炒得很熱的高頻詞匯：數(shù)據(jù)科學家。這個職位的出現(xiàn)是為了更好的匹配整合應用型公司的需要，它所要求的知識范圍包括分析數(shù)據(jù)的統(tǒng)計學，到算法的選擇優(yōu)化，再到對行業(yè)知識的深刻理解。這群人是開發(fā)數(shù)據(jù)產(chǎn)品的核心。而在我國，人才從數(shù)量到質量的不足，還不能形成產(chǎn)業(yè)規(guī)模效應。

　　另一個原因，則是類似位和科技這樣的定位的智能數(shù)據(jù)挖掘的企業(yè)，目前還屈指可數(shù)。參照美國硅谷大數(shù)據(jù)公司，大致可分為四類，數(shù)據(jù)擁有者(數(shù)據(jù)源)、大數(shù)據(jù)咨詢提供商、大數(shù)據(jù)工具提供商、大數(shù)據(jù)解決方案提供商。對照我國地理信息產(chǎn)業(yè)鏈的劃分，上游數(shù)據(jù)采集、數(shù)據(jù)制作;中游平臺軟件、數(shù)據(jù)庫管理;下游行業(yè)應用，數(shù)據(jù)挖掘與咨詢。

　　如此看來，地理大數(shù)據(jù)的生態(tài)體系與大數(shù)據(jù)生態(tài)體系基本一致，我國空間大數(shù)據(jù)要達到產(chǎn)業(yè)化前提，要有一個百花齊放的良好生態(tài)環(huán)境作支撐。不同的企業(yè)還要在各自業(yè)務服務構建一個大數(shù)據(jù)生態(tài)圈，從程序創(chuàng)建到數(shù)據(jù)收集、數(shù)據(jù)處理和數(shù)據(jù)分析等方面都形成了完整閉環(huán)，需要出現(xiàn)更多像位和科技一樣的企業(yè)參與到市場建設中來。

　　位和云平臺應用案例(部分)：