中國北京，6月 15日——近日，由泰伯網主辦，主題為“空間大數據的崛起”的WGDC2017全球地理信息開發者大會在北京開幕。作為地球影像及高級地理空間解決方案的全球領導者，DigitalGlobe公司中國區負責人宋常青受邀參加領袖峰會中的“空間大數據+深度學習”圓桌討論環節。在大會上宋常青表示，“人工智能與深度學習為遙感衛星和地理信息行業帶來了無限新的機遇，讓空間大數據更深入地結合并應用到各行各業，為人類創造更多價值�！�
隨著遙感影像分辨率的提高以及越來越多數據源的產生，遙感影像所提供的信息量正在呈爆炸式增長，同時遙感影像的使用者也已經從專業的行業用戶向更廣泛的用戶群擴展。傳統的數據分析處理方式在效率和精度上已經漸漸無法滿足用戶需求。近年來，大家對應用人工智能進行遙感分析充滿了期待。
“對于用戶端來說，他們希望能直接從影像上快速獲取準確的分析結果，然而很多時候他們并不需要原始的影像數據本身，比如城市建筑的變化監測，這就需要智能算法幫助他們解決問題�！盌igitalGlobe公司中國區負責人宋常青表示，“而對于開發者端來說，一個統一的公共服務平臺則是必不可少的，這樣他們可以利用大量的影像資源不斷優化算法，提供各種分析服務�！�
DigitalGlobe公司的大數據服務平臺GBDX就是一個構建在亞馬遜AWS上的統一的公共云服務平臺。它集成了DigitalGlobe積累十幾年的高達100PB的高分辨率影像數據，為開發者和用戶搭建了一個生態系統。開發者可通過該系統將優秀的算法集成到平臺上，提供給全球的用戶端使用，并利用人工智能創造和優化算法，對遙感影像數據加以提煉和分析，進而為智慧城市、國土資源、智能駕駛、定位服務、城市規劃等多種行業提供寶貴的信息和資源。
深度學習在遙感影像方面面臨兩大挑戰
在遙感影像方面，機器能取代人力嗎？答案是暫時不能。因為遙感影像中的信息本身具有高度的復雜性，其信息識別過程需要結合很多人工經驗。目前將人工智能、機器學習，乃至深度學習技術應用于遙感影像的分析還處于探索階段。人們將自身的知識和經驗總結出來訓練機器，建立人工智能分析模型，從而達到盡可能自動化分析的目的。在這個過程中，還有兩大難題亟待解決。
“一方面是高質量的衛星影像資源。及時更新的、豐富的、高分辨率的影像資源是一切機器學習的重要基礎；另一方面則是用于機器學習的訓練數據樣本。盡可能多的、準確的訓練數據集能夠讓機器學習事半功倍，”宋常青表示。
在這兩方面，DigitalGlobe都提供了很好的解決方案。公司積累了16年的高分辨率衛星影像資源，而且每24到48小時都會將最新的數據及時上載到GBDX平臺上，以保證用戶能夠讀取最新的數據。DigitalGlobe還與英偉達、亞馬遜等合作伙伴共同創建了SpaceNet數據共享項目用以為開發者提供制作訓練數據集服務。除了提供全球大面積的50厘米分辨率的數據外，還標注了主要的要素如建筑物、道路等等，用于人工智能分析模型的“訓練”數據。此外，這些專業的訓練數據集也可以通過專業的眾包平臺去完成。
宋常青舉例介紹：加拿大某個保險公司希望統計某個特定區域內有多少房子帶有游泳池，這是當地房地產估值的一項重要指標。但是如果按傳統的方法去實地考察，要耗費大量人力和時間。他們借助于DigitalGlobe提供的高分辨率衛星影像以及合作伙伴提供的智能算法，訓練機器自動識別各個形狀的泳池并對該區域內的影像加以分析，在很短的時間內就迅速做出了符合保險公司要求的關于當地帶泳池房產的統計分析報告。
“可以確定的是，未來人工智能和深度學習在遙感衛星領域將會有更廣泛的應用�？臻g大數據在未來社會經濟的各個領域將發揮不可替代的重要作用，”宋常青表示。
