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(yīng)用實(shí)戰(zhàn)和場(chǎng)景互動(dòng)三大層面，同全球觀眾展開(kāi)生動(dòng)交流。

中國(guó)科學(xué)院院士龔健雅在論壇中就《深度學(xué)習(xí)框架與時(shí)空信息智能處理》發(fā)表主旨演講報(bào)告，從人工智能的發(fā)展、人工智能與遙感的緊密結(jié)合做了重點(diǎn)詮釋?zhuān)⒃敿?xì)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(xí)專(zhuān)用框架及其在國(guó)土資源與環(huán)境監(jiān)測(cè)、農(nóng)作物監(jiān)測(cè)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(duì)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(jù)它的定義或者目前的能力，我個(gè)人更加認(rèn)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(jì)算機(jī)視覺(jué)，其中包括立體視覺(jué)、模式識(shí)別，我們現(xiàn)在大量的人臉識(shí)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(shí)別和翻譯等等；第三個(gè)是機(jī)器學(xué)習(xí)；第四個(gè)是機(jī)器人學(xué)，包括智能機(jī)械、控制、設(shè)計(jì)、運(yùn)動(dòng)規(guī)則和任務(wù)規(guī)范；第五個(gè)是博弈與倫理，即機(jī)器與人的對(duì)抗、機(jī)器與機(jī)器的對(duì)抗等；最后就是認(rèn)知與推理。

在我們現(xiàn)有的社會(huì)經(jīng)濟(jì)中存在著大量可感知和分析的數(shù)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(xì)的介紹了時(shí)空大數(shù)據(jù)、時(shí)空知識(shí)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(shù)據(jù)的應(yīng)用價(jià)值，這一系列的工作我認(rèn)為在現(xiàn)階段是非常關(guān)鍵且重要的。

測(cè)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(xí)、機(jī)器學(xué)習(xí)的發(fā)展過(guò)程中，大家可能了解最有名的就是ImageNET挑戰(zhàn)賽，深度學(xué)習(xí)最初在圖像識(shí)別的準(zhǔn)確率高達(dá)84%，撼動(dòng)了整個(gè)計(jì)算機(jī)視覺(jué)領(lǐng)域?，F(xiàn)在深度學(xué)習(xí)幾乎成了人工智能的代名詞。測(cè)繪遙感實(shí)際上用到的也是深度學(xué)習(xí)，包括目標(biāo)檢測(cè)、場(chǎng)景的理解等。然而深度學(xué)習(xí)在遙感信息處理中也遇到了挑戰(zhàn)和問(wèn)題，主要體現(xiàn)在兩個(gè)方面：其一是關(guān)于基礎(chǔ)性的研究，包括高質(zhì)量的樣本庫(kù)，樣本庫(kù)的設(shè)計(jì)以及標(biāo)注；其二是神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)以及模型的設(shè)計(jì)。

另外，目前通用的深度學(xué)習(xí)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(xí)網(wǎng)絡(luò)架構(gòu)。這其中涉及到遙感領(lǐng)域數(shù)據(jù)的特性，包括遙感的規(guī)?；瘮?shù)據(jù)量，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(nèi)容，也就是LuojiaNet。

LuojiaNet框架首先依據(jù)遙感數(shù)據(jù)的特性，其內(nèi)存可擴(kuò)展，達(dá)到圖像數(shù)據(jù)不需要切割就可以直接應(yīng)用，其次能夠支持各項(xiàng)知識(shí)融合的工作。該框架的設(shè)計(jì)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(yīng)；其次是多通道設(shè)計(jì)，在調(diào)參時(shí)候就會(huì)自動(dòng)的學(xué)習(xí)和計(jì)算最優(yōu)光譜并計(jì)算出最佳參數(shù)，使得精度有大幅度提升。除此之外，LuojiaNet作為一個(gè)基礎(chǔ)性平臺(tái)，在數(shù)據(jù)的輸入輸出方面能夠支持十幾種的矢量數(shù)據(jù)格式和三十多種柵格數(shù)據(jù)格式。在建立好工作流之后，自動(dòng)生成機(jī)器學(xué)習(xí)的語(yǔ)言。大家感興趣可以加入我們的開(kāi)源社區(qū)聯(lián)盟。

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

首先是知識(shí)圖譜，我們通過(guò)標(biāo)簽構(gòu)建知識(shí)圖譜，通過(guò)知識(shí)圖譜和圖形融合，最后得到一個(gè)更好更可靠的結(jié)果，從這里知識(shí)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(xí)就像一個(gè)盒子，這個(gè)盒子的模型精度高，很復(fù)雜，可解釋性低。我們將可解釋性等工作融入到深度學(xué)習(xí)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(biāo)、定量指標(biāo)、評(píng)估指標(biāo)等。

這些研究都是未來(lái)技術(shù)發(fā)展的必經(jīng)之路，當(dāng)然我們還要準(zhǔn)備好面對(duì)更多的挑戰(zhàn)，謝謝大家！