“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(shù)據(jù)信息,這對數(shù)據(jù)的融合共享、認知推理等提出了很急迫的應(yīng)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。時空AI作為對超大規(guī)模城市數(shù)據(jù)融合、應(yīng)用的重要技術(shù)手段,不僅促使智能城市建設(shè)加速發(fā)展,也讓我們看到了未來產(chǎn)業(yè)元宇宙在城市和商業(yè)中應(yīng)用的巨大潛力與廣闊前景。”
中國科學(xué)院院士龔健雅在論壇中就“深度學(xué)習(xí)框架與時空信息智能處理”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(jié)合做了重點詮釋,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(xí)專用框架及其在國土資源與環(huán)境監(jiān)測、農(nóng)作物監(jiān)測與估產(chǎn)、森林碳匯估算等許多領(lǐng)域的研究和探索。
在我們現(xiàn)有的社會經(jīng)濟中存在著大量可感知和分析的數(shù)字信息,需要用到AI方法進行推理。今天由維智科技創(chuàng)始人陶闖博士發(fā)布的《時空AI白皮書(2022)》中,詳細的介紹了時空大數(shù)據(jù)、時空知識圖譜以及基于城市場景的算法模型,通過分析和推理來挖掘城市大數(shù)據(jù)的應(yīng)用價值,這一系列的工作我認為在現(xiàn)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(xí)、機器學(xué)習(xí)的發(fā)展過程中,大家可能了解最有名的就是ImageNET挑戰(zhàn)賽,深度學(xué)習(xí)最初在圖像識別的準確率高達84%,撼動了整個計算機視覺領(lǐng)域?,F(xiàn)在深度學(xué)習(xí)幾乎成了人工智能的代名詞。測繪遙感實際上用到的也是深度學(xué)習(xí),包括目標檢測、場景的理解等。然而深度學(xué)習(xí)在遙感信息處理中也遇到了挑戰(zhàn)和問題,主要體現(xiàn)在兩個方面:其一是關(guān)于基礎(chǔ)性的研究,包括高質(zhì)量的樣本庫,樣本庫的設(shè)計以及標注;其二是神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)以及模型的設(shè)計。
另外,目前通用的深度學(xué)習(xí)框架還不能滿足我們的要求,我們需要研究專用的遙感智能深度學(xué)習(xí)網(wǎng)絡(luò)架構(gòu)。。這其中設(shè)計到遙感領(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)存可擴展,達到圖像數(shù)據(jù)不需要切割就可以直接應(yīng)用,其次能夠支持各項知識融合的工作。該框架的設(shè)計之初即直接建立一個圖框架,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,在調(diào)參時候就會自動的學(xué)習(xí)和計算最優(yōu)光譜并計算出最佳參數(shù),使得精度有大幅度提升。除此之外,LuojiaNet作為一個基礎(chǔ)性平臺,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,自動生成機器學(xué)習(xí)的語言。大家感興趣可以加入我們的開源社區(qū)聯(lián)盟。
相關(guān)稿件