中科北纬(北京)科技有限公司

010-5289 6043

中科北纬(北京)科技有限公司

工程案例

Project cases

工程案例

网站首页 > 工程案例

AI与3S技术 新瓶装老酒

2020-11-30 10:52:13 365 发布:中科北纬



随着移动互联网技术的不断发展与应用,在智能化、自动化应用方面不断地成熟。其中,人工智能(AI)经过不断的研究与应用,优化与改进,已具备成熟的理论、方法、技术,并具备良好的应用效果。可以说,人工智能将会为人们的生活带来天翻地覆的变化,掀起科技变革与产业变革的浪潮,推动产业形态的转型及升级,甚至形成万物互联的盛况。本文通过对比传统软件与人工智能,简述什么是人工智能以及浅谈人工智能在测绘遥感领域的应用。


什么是人工智能?


很多人对人工智能都会存在一些误解:

1.  《西部世界》中的德妹是人工智能的代表吗?

2.  人工智能好像是无所不能的,德妹觉醒以后就无敌了

3.  人工智能未来会威胁到人类的生存

4.  ……

之所以对人工智能存在很多误解,主要是因为我们只是听到一些人的言论,但是并不了解 AI 的基本原理。下面通过传统软件和人工智能的比较,帮助大家理解 AI 的基本原理,事物的本质往往并没有我们想象的那么复杂。


传统软件 VS 人工智能

传统软件

传统软件是「if-then」的基本逻辑,人类通过自己的经验总结出一些有效的规则,然后让计算机自动的运行这些规则。传统软件永远不可能超越人类的知识边界,因为所有规则都是人类制定的。
简单的说:传统软件是「基于规则」的,需要人为的设定条件,并且告诉计算机符合这个条件后该做什么。
这种逻辑在处理一些简单问题时非常好用,因为规则明确,结果都是可预期的,程序员就是软件的上帝。
但是现实生活中充满了各种各样的复杂问题,这些问题几乎不可能通过制定规则来解决,比如人脸识别通过规则来解决效果会很差。

人工智能

人工智能现在已经发展出很多不同分支,技术原理也多种多样,这里只介绍当下最火的深度学习
深度学习的技术原理跟传统软件的逻辑完全不同:
机器从「特定的」大量数据中总结规律,归纳出某些「特定的知识」,然后将这种「知识」应用到现实场景中去解决实际问题。
这就是人工智能发展到现阶段的本质逻辑。而人工智能总结出来的知识并不是像传统软件一样,可以直观精确的表达出来。它更像人类学习到的知识一样,比较抽象,很难表达。
上面的说法还是比较抽象,下面通过几个方面来帮助大家彻底搞明白:

人工智能是一种工具:

AI 跟我们使用的锤子、汽车、电脑……都一样,其本质都是一种工具。
工具必须有人用才能发挥价值,如果他们独立存在是没有价值的,就想放在工具箱里的锤子一样,没有人挥舞它就没有任何价值。
人工智能这种工具之所以全社会都在说,是因为他大大扩展了传统软件的边界。之前有很事情是计算机做不了的,但现在人工智能能做了。
归功于摩尔定律,计算机的能力呈指数级的上涨,只要是计算机能参与的环节,生产力都得到了大幅度的提升,而人工智能让更多的环节搭上摩尔定律的快车,所以这种改变是意义非凡的。
但是不管怎么变,传统软件和人工智能都是工具,是为了解决实际问题而存在的,这点并没有变化。
人工智能只解决特定问题:
《终结者》《黑客帝国》《西部世界》…很多电影里都出现了逆天的机器人,这种电影让大家有一种感觉:人工智能好像是无所不能的。
实际情况是:现在的人工智还处在单一任务的阶段。

单一任务模式:

打电话用座机、玩游戏用游戏机、听音乐用MP3、开车用导航…

多任务模式:

这个阶段类似智能手机,在一台手机上可以安装很多 App,做很多事情。
但是这些能力还是相互独立的,在旅行App上定好机票后,需要自己用闹钟App定闹钟,最后需要自己用打车App叫车。多任务模式只是单一任务模式的叠加,离人类智慧还差的很远。

融会贯通模式:

你在跟朋友下围棋,你发现朋友的心情非常不好,你本来可以轻松获胜,但是你却故意输给了对方,还不停的夸赞对方,因为你不想让这个朋友变得更郁闷,更烦躁。
在这件小事上,你就用到了多种不同的技能:情绪识别、围棋技能、交流沟通、心理学…
但是大名鼎鼎的 AlphaGo 绝对不会这么做。不管对方处在什么情况下,哪怕输了这盘棋会丧命,AlphaGo 也会无情的赢了这场比赛,因为它除了下围棋啥都不会!
只有将所有的知识形成网状结构,才能做到融会贯通。例如:商业领域可以运用军事上的知识,经济学也可以用到生物学的知识。
 
知其然,但不知所以然
当下的人工智能是从大量数据中总结归纳知识,这种粗暴的「归纳法」有一个很大的问题是:并不关心为什么。
庞氏骗局类的诈骗手段就充分利用了这一点!
它利用超高的回报来吸引韭菜,然后让早起参与的所有人都赚到钱;当旁观者发现所有参与者都真实赚到了钱,就简单的归纳为:历史经验说明这个靠谱。于是越来越多的人眼红,加入,直到有一天骗子跑路。
当我们用逻辑来推导一下这个事情就能得出骗子的结论:
  • 这么高的回报并不符合市场规律
  • 稳赚不赔?我不需要承担高回报的高风险?好像不太合理
  • 为什么这么好的事情会落在我头上?好像不太对劲
正是因为当下的人工智能是建立在「归纳逻辑」上的,所以也会犯很低级的错误。
上图显示了在一张丛林猴子的照片中 ps 上一把吉他的效果。这导致深度网络将猴子误认为人类,同时将吉他误认为鸟,大概是因为它认为人类比猴子更可能携带吉他,而鸟类比吉他更可能出现在附近的丛林中。
也正是因为归纳逻辑,所以需要依赖大量的数据。数据越多,归纳出来的经验越具有普适性。

人工智能在测绘遥感领域的应用


随着测绘行业新型定位设备、卫星、无人机、采集车等设备的兴起,采集效率成几何倍数提升,数据总量爆发式增长。一年的数据采集量相当于以往所有年份人工采集数据的总和。迫切需要更加高效的平台来管理海量数据,更智能的算法从中提取地理信息数据,人工智能在测绘遥感领域的应用就势在必行。
社会经济和科学技术的发展,推动测绘成果的应用更加平民化,复杂化,多行业化;同时伴随着大数据时代的到来,人工智能技术普及,终端用户对于数据成果提出了更加多样化要求,不仅仅满足4D产品此类静态数据,更需要的是一个动态多维度的分析报告,时间跨度更长,更新频率更高,对于管理层和技术工程师提出了更高的要求。
城市模型转变
智慧城市模型模型
传统的测绘成果(例如:DOM,DEM,DSM,DLG,三维实景模型和各类专题地图)在整个生产作业过程中,自动化程度偏低,为了满足精度和图面质量,都需要大量的人工交互式操作。产品成果类别不足,生产效率低,无法满足按时按量实现全区域成果的更新,市县级成果的推送任务;更无法满足各个行业,各个部门对于成果多样化的定制需求。基于目前人工智能的技术水平,我们可以实现以下功能定制:
高分辨率的卫星影像
自动提取的建筑物轮廓信息(DLG)
自动提取的路网信息
自动提取的数字高程模型
自动提取的土地利用分类(LULC)
利用人工智能技术,通过对海量遥感影像的对比分析,信息汇总,我们还能得到以下有趣的信息:
计算特定物体的量
计算水域的面积
多时期的水域变化量

人工智能虽然在测绘遥感领域取得了重大应用,但是受制于技术的发展,功能还是太单一,前期数据标注的工作量还是很大,仍需要在以下四个方面取得突破:

  • 准确率和召回率,至少95%;
  • 无限的对象定义和配置灵活性 ;
  • 快速计算感兴趣的对象,按分钟计算时间;
  • 能够在短时间内扫描大面积区域 ,支持TB级的数据运算;
  • 对不可预见的变化(如光照和季节性影响)具有适应性和可靠性;


人工智能正在掀起一场技术革命和产业革命测绘遥感既是人工智能技术的受益者又是人工智能技术的贡献者摄影测量从静态走向动态与实时并将与计算机视觉深度融合遥感应用人工智能技术解决影像解译信息自动提取问题互联网物联网传感网获取的海量时空数据是人工智能的血液为机器学习智能抉择与服务提供支撑。在智能时代下测绘遥感技术的应用行业、领域不断拓展,其适应性将不断地增强,应用也将更为广泛,推动着测绘遥感的高速发展。

部分内容来源于产品经理的AI知识库(easyai-tech),如有侵权请联系后台删除。


其他案例

线
客服热线:
010-5289 6043
微信扫一扫
立即咨询