好机友

    将原先需要耗时3个月的遥感照片分析缩短至1分钟，这是“快刀手”AI的“过人之处”，也是山东省淄博市国土资源局正在尝试的新技术。近期，该局与阿里合作，在全国首次利用人工智能技术实现卫星遥感照片的自动分析识别与比对，大大提高了效率。

    这是一种什么技术？它是如何工作的？除了国土资源领域，“神通广大”的AI未来还将在哪些领域担当重任？对此，科技日报记者分别采访了阿里巴巴达摩院机器智能技术实验室智能决策首席科学家朱胜火和淄博市国土资源局有关监测人员。

    耕地保护是国土资源部门的重要职责，淄博市国土资源局现在换了“新玩法”。

    该局监测专家告诉记者，遥感影像分析“看起来简单，做起来难”。因为传统卫星遥感分析除了使用人眼外，主要依赖一些图形图像的规则或模板来识别，但违章建筑的外形稍有改变就难以识别。更麻烦的是，淄博5965平方公里面积，依靠人眼比对识别，需要在照片上一栋一栋建筑物逐一比对，一次遥感照片比对往往需要1—2名专业监测专家耗时3个多月才能完成。现在，借助阿里AI遥感分析技术，“通过对比新旧两张卫星遥感照片，让所有违法用地与乱占耕地无所遁形。”

    “卫星遥感及航空影像识别方案”听上去比较晦涩，但在朱胜火看来也容易理解，“它以深度学习等最前沿的人工智能技术为核心，通过机器学习的方式去识别建筑本身、周边环境等多个维度的图像信息，对于建造中的新增建筑物可做到精确识别。同时排除那些由于天气、建筑阴影投射导致的误判。而且，对于部分人为覆盖等方式，掩盖违法用地的行为，系统也能做到智能识别。”

    阿里AI遥感分析涉及到计算机视觉与深度学习，这是种什么技术？

    朱胜火告诉科技日报记者，深度学习是通过海量的数据学习，模拟人类的某些能力。比如此次卫星遥感照片识别使用的计算机视觉技术，主要是让计算机模仿人类视觉，像人一样地去观察这个世界。比如说对违章建筑的检测和分类。违章建筑形式变化多样，很难用一些定量化的规则去描述，这也是传统卫星遥感影像识别准确率低的主要原因。而阿里使用的深度学习技术，就是模拟人类和动物的神经网络，通过对海量的卫星遥感图像的学习，训练AI具有对违章建筑更多抽象化识别的能力，从而实现更高的识别准确度。

    科技改变传统的执法模式。除了上文提到的原始卫星数据批量处理，阿里正在做的还包括“端到端”解决方案。

    朱胜火表示，“端到端”是指我们可以从原始卫星图片的处理，到卫星遥感图片的比对，再到结果的输出和查询，以及预留了和业务方对接的业务接口，这样一个业务相关的全流程处理方案。他认为，未来AI可在土地资源监察、水利违法占用巡查、自然保护区、生态红线内的生态环境破坏行为预警等应用场景大展身手。