人工智能GIS技術體系

從機器翻譯到語音、圖像識別，再到無人駕駛，人工智能（Artificial Intelligence, AI）技術正在深入影響著我們的工作和生活。人工智能被視為與計算機、互聯網相提並論的重大技術創新，已成為IT企業發展的重要目標，也是國際競爭的新焦點。在AI與GIS融合的道路上， AI GIS技術體系應運而生。

該體系包含三個核心內容：

1、GeoAI：融合AI的空間分析與處理；
2、AI for GIS：AI賦能GIS，即基於AI技術，增強和優化GIS軟件功能；
3、GIS for AI：GIS賦能AI，即基於GIS技術，將AI分析結果進行進壹步處理分析與空間可視化展現。

AI GIS 三部曲

GeoAI
基於統計學、機器學習和深度學習等人工智能基礎理論與算法，面向地理空間領域問題，體系創新實現了壹系列人工智能GIS功能，使其服務於GIS空間數據處理、分析、挖掘與綜合建模。

o 空間機器學習
機器學習是現階段人工智能的研究核心，可以讓計算機實現自動“學習”。機器學習領域的三類典型問題包括聚類、分類和回歸，因此主要面向這三類基本問題展開空間機器學習的研究。

目前提供的空間機器學習算子包括空間熱點分析、空間密度聚類、基於森林的分類與回歸分析、廣義線性回歸分析，幫助解決商業熱點區域探查、住宅小區集聚分析、動植物適生區域識別、自然災害易發生區域推測、城市不同區域房價預測等自然與社會問題。為了支持空間大數據計算，還將機器學習算法與分布式計算進行有效結合，大幅度提升了空間機器學習的性能。

房產價格空間回歸

o 空間深度學習
深度學習是機器學習技術的壹個分支，可以讓計算機模擬人腦的機制進行學習。由於深度學習技術在計算機視覺、圖像理解方面已展現較好應用效果，因此，應用於遙感影像分析領域，可提高影像處理效率及準確性。

基於空間深度學習的影像建築物提取

o 人工智能GIS流程工具
由於地理信息應用的多樣性，當基礎模型不能完全滿足用戶需求時，便可以用提供的流程工具來訓練自己的模型。
機器學習的壹般應用步驟是選擇模型—訓練模型—使用模型，因此相應的GeoAI功能使用需要經歷從數據準備到模型應用的完整流程，如下圖所示。體系的組件、桌面、服務器產品分別都提供了支持數據準備、模型構建、模型應用的人工智能GIS工作流程工具，方便軟件使用者根據自己的數據與應用場景訓練和使用自有模型。

GeoAI 工作流程

AI for GIS
AI for GIS，即基於AI技術增強和優化GIS軟件功能。比如將AI技術應用到壹些GIS傳統業務中，實現GIS軟件功能的智能進化。
目前體系主要提供四個方面的功能：AI屬性采集、AI測圖、AI配圖和AI交互。
AI屬性采集功能可以幫助用戶進行視頻圖像等多類目標的AI識別，例如高效采集違章停車、小廣告、井蓋等數據；AI測圖功能提供更低成本、更為便捷的室內測圖服務；AI配圖功能為用戶免去手工配圖的繁瑣流程，通過簡單操作，進行風格遷移，就可以得到相對滿意的地圖風格；AI交互功能更是包括使用語音操控、隔空手勢等豐富的交互方式。

隔空手勢AI操控GIS桌面產品

GIS for AI
人工智能在不斷發展的道路上，也需要不斷吸收融合其他的技術。GIS可以將更多空間可視化和空間分析能力賦予AI，將AI分析結果在GIS軟件中進行處理。
GIS可以將空間可視化賦能AI，例如交通流量監控、城市管理部件與案件等地圖可視化應用，可為決策者提供更直觀的信息表達形式；GIS還可以將空間分析賦能AI，例如可進行地理圍欄實時告警，車輛行駛路線追蹤等，攜手AI為用戶提供更大價值。

地理圍欄實時警告
資料來源：超圖