GeoAI技術(shù)內(nèi)涵與城市計算

資源與環(huán)境信息系統(tǒng)國家重點實驗室2024年10月17日2024年10月17日中國科學(xué)院地理科學(xué)與資源研究所城市信息智能化處理面臨諸多新挑戰(zhàn)0時空數(shù)據(jù)采集能力遠遠超過數(shù)據(jù)同化和理解能力。預(yù)測能力并未隨著可用數(shù)據(jù)的增長而同步增長，當前諸多城市大腦智商有限。0如何從城市海量時空數(shù)據(jù)中提取知識?如何發(fā)展數(shù)據(jù)分析模型從而比傳統(tǒng)方法學(xué)習(xí)到更多知識以支撐智慧城市建設(shè)?中國科學(xué)院地理科學(xué)與資源研究所InstituteofGeographicSciencesa報告內(nèi)容3GeoAl與大模型賦能城市計算中國科學(xué)院地理科學(xué)與資源研究所InstituteofGeographicSciencesa自然智能(NaturalIntelligence)o感知智能：通過被動與主動方式接受外界信息并感知場景變化的能力○學(xué)習(xí)智能：基于外界信息變化調(diào)整自身狀態(tài)或行為以適應(yīng)環(huán)境的能力o記憶智能：在生命體內(nèi)存儲和提取通過學(xué)習(xí)獲得的經(jīng)驗或信息的能力o認知智能：認識現(xiàn)象特征，探究模式規(guī)律，歸納并總結(jié)成知識的能力o交流智能：生命體間通過語言/表情/動作表達認知并相互溝通的能力o決策智能：采取趨利避害思維，分析主客觀條件做出正確決策的能力InstituteofGeographicSciencesando概念起源：1956年夏季，達特茅斯學(xué)會0復(fù)興動力：算力與存儲能力激增、深度學(xué)習(xí)模型和開發(fā)框架快速發(fā)展持Al模型的快速訓(xùn)練和部署、專業(yè)壁壘減少0應(yīng)用領(lǐng)域：生物特征識別、文本挖掘、圖像理解、機器翻譯、智能搜索、InstituteofGeographicSciences人工智能持續(xù)多年成為新興技術(shù)焦點中國科學(xué)院地理科學(xué)與資源研究所InstituteofGeograp現(xiàn)代機器學(xué)習(xí)方法引領(lǐng)了人工智能復(fù)興監(jiān)督學(xué)習(xí)監(jiān)督學(xué)習(xí)無監(jiān)督學(xué)習(xí)強化學(xué)習(xí)集成學(xué)習(xí)深度學(xué)習(xí)遷移學(xué)習(xí)特征表達分類/回歸演化計算人工智能研究分支機器學(xué)習(xí)人工智能研究分支大模型：具有大量參數(shù)(從數(shù)十億到數(shù)萬億)和復(fù)雜結(jié)構(gòu)的機器學(xué)習(xí)模型，能夠處理大規(guī)模數(shù)據(jù)和復(fù)雜問題，且具有較高的效率和精度，本質(zhì)上是對事物間隱含關(guān)系的深層次刻畫人工智能發(fā)展現(xiàn)狀的個人認識o服務(wù)Al的存儲與計算能力非人類可比。輔以大模型的學(xué)習(xí)能力和場景適應(yīng)能力，迅速完成迭代優(yōu)化，在完善的執(zhí)行力基礎(chǔ)上，進一步言模型而言，專業(yè)領(lǐng)域概念模糊，只是模型的訓(xùn)練語料具有專業(yè)特0各種基于深度學(xué)習(xí)的Al模型算法存在可解釋性、可復(fù)制性、可遷移InstituteofGeographicSciencesNaturalResourcesResearch,C人工智能發(fā)展趨勢的個人判斷0集成建模方法：將復(fù)雜系統(tǒng)已獲知的物理機理模型與數(shù)據(jù)驅(qū)動的機o引入知識圖譜：經(jīng)典符號學(xué)習(xí)+聯(lián)結(jié)主義學(xué)習(xí)的集成，實現(xiàn)大模型InstituteofGeographicSciencesNaturalResourcesResearch,C地理空間人工智能(GeoAl)成為地理信息科技新發(fā)展理念息，以及針對下游任務(wù)的方法、系統(tǒng)與服務(wù)的支撐技術(shù)體系，包括影像分類、目標探測、場景分割、仿真與插值、鏈接預(yù)測、地理信息抽0不斷產(chǎn)生的時空大數(shù)據(jù)，為Al模型訓(xùn)練和算法研發(fā)提供了用武之地。OGIS為機器學(xué)習(xí)模型所需的標注數(shù)據(jù)生成提供了技術(shù)支撐平臺。InstituteofGeographicSciencesandOAl技術(shù)有助于精確刻畫空間異質(zhì)性效應(yīng)、空間依賴的近鄰效應(yīng)、空間交互的距離衰減效應(yīng)和空間分區(qū)的尺度效應(yīng)(劉瑜等2023)OAl技術(shù)有助于實現(xiàn)已有知識在不同地理區(qū)域間的可信遷移，為復(fù)雜系統(tǒng)未來趨勢預(yù)測提供技術(shù)支撐OAl技術(shù)有助于提高發(fā)現(xiàn)新的時空格局與演化普適規(guī)律的能力，盡管這種規(guī)律的普適性經(jīng)常受到質(zhì)疑終極目標：利用數(shù)據(jù)與知識雙驅(qū)動的Al技術(shù)助力地理空間數(shù)據(jù)分析模型研發(fā)，并通過自我學(xué)習(xí)實現(xiàn)迭代，最終實現(xiàn)地理時空大模型，根本性提高空間定位、空間關(guān)系理解、空間推理、行為調(diào)控和空間決策能力中國科學(xué)院地理科學(xué)與資源研究所InstituteofGeographicSciencesa視覺空間智能視覺空間智能vs地理空間智能(李飛飛2024),CV的下一個前沿。目標是Largeworldmodelo地理空間智能：感知、認知、學(xué)習(xí)、預(yù)測、適應(yīng)、自動調(diào)整地理空間系統(tǒng)要素狀態(tài)的能力。目標是多模態(tài)地理空間大模型中國科學(xué)院地理科學(xué)與資源研究所空間范圍標定….目標：深化對自然環(huán)境/社會系統(tǒng)的認識目標：深化對自然環(huán)境/社會系統(tǒng)的認識從本質(zhì)上一維的自然語言大模型、多模態(tài)大模型到真正三維的時空大從本質(zhì)上一維的自然語言大模型、多模態(tài)大模型到真正三維的時空大模型的不斷演化，為地理空間數(shù)據(jù)挖掘與分析奠定了極佳的技術(shù)基礎(chǔ)InstituteofGeographicSciencesand當前地理空間分析面臨挑戰(zhàn)：大量引入AI算法，在遙感影像處理等領(lǐng)域應(yīng)用廣泛，但多為"黑箱"模型，數(shù)據(jù)處理過程難以解釋；以GPT解決思路：構(gòu)建包含地理空間數(shù)據(jù)生成模型、地理空間知識庫、地理語義分割語義分割對每一個像素劃分類別。可用于提取地物、或進行土地利用類型分類算法：場景：土地覆蓋提取、建筑物提取、道路檢點云分類用于點云分類和提取算法：場景：分類點云數(shù)據(jù)(建筑物、地面)、電力線，電線桿的捉取等對象分類用來對圖像進行分類，如擁擠的人群、圖像中是否含有貓算法：場景：損壞建筑分類，干凈或富營養(yǎng)化池塘、損壞的設(shè)備、識別植物種類等視頻檢測在視頻中識別物體并以矩形框的方式場景：識別移動目標，如車、人、船等目標檢測以矩形外框的方式標出識別物體的位置算法：場景：樹、車，飛機、游泳池、油井、構(gòu)筑物、基于視頻提取路面破損、路標等相關(guān)設(shè)施、車輛檢測與計數(shù)、消防栓，并蓋等實例分割對象識別的基礎(chǔ)上切割出對象的算法：場景：建筑物提取、3D屋頂結(jié)構(gòu)，污水池等識別圖像中的變化更多將源域圖像轉(zhuǎn)換到目場景：制圍，去云邊緣檢測圖像標注提供圖像的文本描述。GeoAl的共性技術(shù)機器學(xué)習(xí)核心任務(wù)：提升數(shù)據(jù)表達方法，產(chǎn)生特征向量目的：化繁為簡，尋找針對原始數(shù)據(jù)更好的表達方式，方便具體任務(wù)(如地理過程預(yù)測、空間聚類等)的實施o特征工程，依賴人為確定或處理的數(shù)據(jù)特征，如線性回歸o表征學(xué)習(xí)，通過嵌入等方式進行特征映射，自動提取特征表征學(xué)習(xí)可視為特征工程的高階階段。模型選擇過程取決于對問題的理解所提出的假設(shè)，是先驗知識與數(shù)據(jù)量之間的博弈中國科學(xué)院地理科學(xué)與資源研究所InstituteofGeographicSciencesandNaturalResourcesRese地理空間表征學(xué)習(xí)用表征學(xué)習(xí)模型提取隱含的地理空間特征，提高地理建模精度InstituteofGeographicSciencesandGeoAl的共性技術(shù)2.時空插值與預(yù)測○時空預(yù)測：推斷地理對象屬性的時空演變趨勢3)時空知識圖譜3)時空知識圖譜服務(wù)對象：當前知識表達多是面向人的(管理、檢索與傳播需求),知識的幾數(shù)學(xué)方法支撐數(shù)據(jù)支撐開放信息抽取模型開放信息抽取模型語義搜索空間關(guān)系空間關(guān)系推理模型文本語義計算模型多源數(shù)據(jù)融合模型口支撐支撐以深度學(xué)習(xí)為代表的機器學(xué)習(xí)方法能夠有效捕捉時空數(shù)據(jù)中的復(fù)雜模式和長期依賴關(guān)系，推動從大語言模型到多模態(tài)大模型的演化Spatio-TemporalLLM(orientedto薄薄plac據(jù)梁宇軒等2023地理時空大模型：利用深度學(xué)習(xí)方法和先進計算架構(gòu)，建立的具有海量參數(shù)，能夠處理與深入分析時空大數(shù)據(jù)的綜合性基礎(chǔ)模型昆昆地理時空大模型基礎(chǔ)框架(姚堯2024)中國科學(xué)院地理科學(xué)與資源研究所當前GeoAl發(fā)展狀況的個人認識的機器學(xué)習(xí)模型，展現(xiàn)了Al技術(shù)服務(wù)空間數(shù)據(jù)挖掘的巨大潛力，o大數(shù)據(jù)時代訓(xùn)練數(shù)據(jù)的時空分布特征對機器學(xué)習(xí)的影響有所減弱，但數(shù)據(jù)空間結(jié)構(gòu)、時空依賴性、異質(zhì)性、尺度如何影響當前Al的核心機制(如卷積、特征映射、注意力、遷移學(xué)習(xí))還缺乏研究上，產(chǎn)生多模態(tài)時空大模型，并具備自我學(xué)習(xí)和提升能力，同時InstituteofGeographicSciencesandGeoAl與大模型賦能城市計算筑樓宇、自然環(huán)境、經(jīng)濟活動、資源消費等時空場景中多源大數(shù)據(jù)的實時采集與協(xié)同計算過程，感知城市脈搏，診斷城市狀態(tài)，甄別存在的問題和隱患，為城市管理決策提供智能，為城市居民生活提供便利中國科學(xué)院地理科學(xué)與資源研究所InstituteofGeographicSciencesa1.城市道路交通狀態(tài)識別解決方案：利用時序統(tǒng)計、非參數(shù)擬合模型、集成學(xué)習(xí)、層疊泛化模型，計算車行道和交叉口交通狀態(tài)道言數(shù)候輸入數(shù)據(jù)2)基礎(chǔ)模型3)Level-0測試輸出4泛化法多模型誤差比較測試數(shù)據(jù)2.城市道路交通狀態(tài)交互特征識別間交通影響關(guān)系，將交通系統(tǒng)要素關(guān)聯(lián)關(guān)系挖掘過渡到因果關(guān)系識別①(2)Thedhangeoftopkcoherencewi2017,6(11):321.3.城市道路短時交通預(yù)測解決方案：顧及交通狀況時序相關(guān)性、空間異質(zhì)性、時間非平穩(wěn)性，構(gòu)建自適應(yīng)時空K近鄰模型、時空多視圖、時空多任務(wù)模型，提高短時交通預(yù)測精度、計算效率和泛化能力{PeriodpredictiōnRecentsesuls__resuls__[befnepredicdlon_解決方案：集成重點營運車輛軌跡數(shù)據(jù)挖掘、網(wǎng)絡(luò)文本挖掘、專業(yè)模型標定、時空分析和機器學(xué)習(xí)方法，實現(xiàn)交通污染排放精細刻畫京津冀區(qū)域交通空氣污染在線監(jiān)測系統(tǒng)分染分染排放|策情指權(quán)擬0心置心置放攤心果心證時空網(wǎng)化料結(jié)QQ情量設(shè)置然空網(wǎng)計量模情量設(shè)置然眾機動車高時空分辨率多尺度排放清單極樣或通狀通狀風導(dǎo)風導(dǎo)交通模式調(diào)交通模式調(diào)焦中酒具一一中酒具一一移動對象軌跡0鄰近性周期性LiMX,LuF,ZhangHC,etal,Predictingfuturel6.服從空間與統(tǒng)計分布模式的城市個體軌跡生成個體活動類型序列生成個體活動類型序列生成交互視角(真實v合成)軌違聚美模式:道模人相似度堂網(wǎng)選軌跡視角(真實w合成)個體活動位里選擇bdIwanA鄰接矩降不同地理含又的輸入：·使用不同地理屬性·構(gòu)建不問空間關(guān)系個體出行空間行為機制解析csbcdefd位置表征教連來征A鄰接矩陣X特征矩陣批址內(nèi)行為叔制相如度蛇系把插fLiuK,Jinx,LuF,etal,Act2Loc:asynthetictrajectoryx,-x,XrInformationScience,2024,38(5):847-878.8.基于物理與社會空間交互的城市人群活動密度預(yù)測解決方案：綜合考慮物理和社會交互作用對活動強度估計的影響，顯著提高動態(tài)活動強度預(yù)測的準確性和可解釋性MobilePhone_Network■AP-IPS■AP-PD■APPM■AIP-S重中業(yè)業(yè)PPSPPattributesLrecMulti-level@SigmoidWLakyehocnyComoluionulliyeradattributesLrecMulti-level@SigmoidWLakyehocnyComoluionulliyeradcMSpatio-temporalpriorSpatio-temporalpriorOutputResultsoflmputerOutputResultsofPredictor@Eu”E…,ELE-1ActivatedembeddingEuE…,ELE-1ActivatedembeddingEuff10.時空知識圖譜輔助的城市旅游景點推薦解決方案：使用注意力機制，將知識圖譜嵌入表示與符號計算相結(jié)合，推演游客興趣在知識圖譜上的傳播模式，實現(xiàn)景點推薦結(jié)果的可解釋seedspropoostioneeWhuOengduWhuOengduCghtt?MountOnodhengKuanhu*畫夜都不吃西烤缺花NrkaNrka000—Rank-ProcessingandManagement.2023,60:103369.個人感受個人感受：專題應(yīng)用豐富多彩。跨文本、專題地圖、遙感影像、街景、場景視頻、音頻和代碼的城市大模型是人工智能戰(zhàn)略服務(wù)城市計算的關(guān)鍵城市大模型及使命：物聯(lián)網(wǎng)物聯(lián)網(wǎng)大模型大算力大模型大算力城市智能計算當前面臨的問題1.1.人工智能技術(shù)兩大驅(qū)動力亟需有效結(jié)合：城市多源時空數(shù)據(jù)的實時學(xué)習(xí)與行業(yè)知識的自動化積累與復(fù)現(xiàn)一城市建設(shè)與運維體現(xiàn)智慧的核心○深度學(xué)習(xí)進入冷靜期，算解釋、可復(fù)現(xiàn)、可遷移的○時空知識圖譜的加持，是息智能提取、分析和知識深度學(xué)習(xí)(