人們已經不再熱衷于玩網絡游戲，

而是創造了高科技成人樂園，

體驗更加真實刺激的游戲。

里面有不少機器人接待員，

他們過著設定好的劇情生活。

進入樂園的游客在現實中不敢的胡作非為，

可以在這里得到盡情的釋放。

提供服務的機器人不僅具有超高仿真外形，

還有自身情感，

而且能帶給游客最真實的體驗，

中彈以后會流血，受傷以后會痛苦地嗷叫等。

夜幕降臨，所有機器人的記憶被清除，

一切歸零，第二天太陽升起，

新一批游客入園。

然而，在程序的失誤

以及程序員要求機器人更接近于人類思維

和情感的情況下，

機器人的自主意識和思維

使他們開始懷疑這個世界的本質，

進而覺醒并反抗人類。

這是美劇《西部世界》中描繪的場景。而在電影《黑客帝國》中，網絡黑客尼奧發現現實世界是由“矩陣”計算機人工智能系統控制的，并由此走上了抗爭矩陣、爭取回歸真實世界之路；《終結者》中描述了地球被機器人所統治，幸存的人類集聚到一起，反抗機器人的殘暴統治劇情。

電影中描繪的橋段距離我們或許還比較遙遠，但在生活中你或多或少都接觸過人工智能技術的應用，“銀行里面和你對話的機器人”、“很多重要場合中的人臉精準識別”、“科技館中的機器人寫字”等等……近幾年人工智能最出名的事件莫過于2016年3月，阿爾法圍棋與圍棋世界冠軍、職業九段棋手李世石進行圍棋人機大戰，以4比1的總比分獲勝；2016年末2017年初，該程序在中國棋類網站上以“大師”（Master）為注冊賬號與中日韓數十位圍棋高手進行快棋對決，連續60局無一敗績，這也掀起了人們對人工智能討論的熱潮，不得不說人工智能的時代已悄然來臨。

人工智能（Artificial Intelligence，AI）是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新技術科學。通俗來講，智慧是和人類相關的一種特征，當我們嘗試在機器中模仿這種智能時，我們將其稱之為人工智能，因此，人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。對于人工智能的理解，可以將其理解為一門交叉學科，其涉及到數學、語言學、神經科學、心理學、物理學、認知科學、計算機科學等學科；此外，還可以將其理解為一門技術，而支持人工智能的技術包括機器學習、自然語言處理、計算機視覺、模式識別和專家系統。

電影里的人工智能多半都是在描繪強人工智能，而這部分在目前的現實世界里還難以真正實現。進入新世紀以來，得益于數據量的上漲、運算力的提升，弱人工智能有希望取得突破性發展（備注：通常將人工智能分為弱人工智能和強人工智能，前者讓機器具備觀察和感知的能力，可以做到一定程度的理解和推理，而強人工智能讓機器獲得自適應能力，解決一些之前沒有遇到過的問題）。弱人工智能的實現則主要歸功于實現人工智能的方法——機器學習，其使用算法來解析數據、從中學習，然后對真實世界中的事件做出決策和預測，也即是從已知數據去學習數據中蘊含的規律或判斷規則，再把學到的規則應用到新數據并作出判斷或預測。從學習方法上來分，機器學習算法可以分為監督學習（如分類問題）、無監督學習（如聚類問題）、半監督學習、集成學習、深度學習和強化學習。機器學習處理的數據如下：

深度學習是機器學習中的一種技術，其概念源于人工神經網絡的研究，含多個隱藏層的多層感知器就是一種深度學習結構，其由一層一層的神經元組成，類似于人的大腦一樣，所以也稱為人工神經網絡。研究深度學習的動機在于建立模擬人腦進行分析學習的神經網絡，它模仿人腦的機制來解釋數據?？梢詫W習樣本數據的內在規律和表示層次，在語音和圖像識別方面取得了良好的效果。

在計算機的眼中，圖像數據被看作為一系列的矩陣，矩陣的數學運算在計算機中是很容易實現的，深度學習中的卷積神經網絡可以很方便的處理矩陣數據，因此可以針對圖像完成分類、分類+定位、目標檢測、要素分割等多個任務。

目前，我國已建立起自主的對地觀測系統，隨著衛星技術的發展，多傳感器、多波段、高分影像等得到了廣泛的應用與發展，但是現有的遙感數據處理和應用效果還有很多發展空間，如：精準快速處理效果還不夠理想；對精細化狀態的分析還缺乏有效的手段；數據共享率低；精準服務能力弱；數據產品不完整、無法從根本上脫離勞動密集型的“傳統”等問題。遙感影像由多個波段組成，除卻空間參考外，其和普通的圖像有很多相似之處，深度學習與遙感影像天然地擁有高度耦合性，可以將人工智能應用到遙感影像的地物分類中，面對海量的數據,要考慮的首要問題就是如何對其進行有效的分析和處理并挖掘出數據的價值。深度學習能從數據中自適應地提取其內部表示,盡可能地減少人工的參與,并且用于提取特征的深度模型可以應用到多種場景下,具有更強的泛化性能。二者的結合能夠為遙感行業注入新的生機，為泛地信行業提供前所未有的智能化服務。

中科北緯（北京）科技有限公司從創立之初，就致力于通過遙感技術手段，為智慧城市建設提供遙感全面感知技術支撐，推動城市科學治理、統籌發展。近年來，公司以自身AI技術的沉淀，依托于深度學習的技術和國產開源的學習框架，基于時空大數據和大規模數據計算的能力，聯合行業伙伴，攻克重重難題，形成完整的處理體系，打磨出一款遙感智能視覺平臺——“天樞”。天樞平臺擁有高效的標注工具，自主訓練的能力，并且支持數據資產化的管理，平臺愿景是成為引領測繪遙感數字化轉型的智能引擎。所謂數字化，從前的影像數據雖然也是數字類型，但在成果轉化時需要經歷大量的人工來目視判讀，或結合機器半自動化的解譯，在這個平臺標注工具的催化下，從影像到矢量成果的轉化可以理解為自發進行的。所謂智能引擎，遙感從數據的挖掘、處理、關聯、共享和應用是一個全鏈條的過程，天樞平臺并不單從孤立的一個方面解決數據問題，它是全流程智能化地在驅動數據的處理。

在整體架構上，天樞平臺底層采用自主可控的飛槳（PaddlePaddle）開源框架，PaddlePaddle是百度研發的開源開放的深度學習平臺，是國內最早開源、也是當前唯一一個功能完備的深度學習平臺。依托百度業務場景的長期錘煉，開放多個領先的預訓練模型，提供一整套的深度學習工具組件和服務平臺，更好地滿足不同層次的深度學習開發者的開發需求，直接面向企業，具備了強大支持工業級應用的能力，擁有活躍的開發者社區生態。平臺的四大功能分別是安全管理、數據管理、模型訓練和下發。從新建、標注、迭代優化到預測都可以在平臺里進行，保證訓練出高精度的模型。

在功能上，基于通用底層技術天樞平臺提供了針對遙感數據的三大模塊：斜框檢測、地塊分割和變化檢測。平臺采用自主編寫的業界最先進的視覺算法，針對遙感數據進行挖掘提取，經過大規模迭代優化，能夠避免季相變化、衛星型號對解譯效果造成的影響，地塊分割準確率達到90%以上，可對四個像素以上的影像變化進行提取和輸出。天樞平臺賦予用戶自主訓練的能力，可有效地使用海量多樣的地理信息數據進行地類分割、變化檢測等任務，提取更具產能化的信息，結合人口、經濟、交通等時空大數據，滿足自然資源空間管理一體化和生態環境監測、農業監測、資源普查以及防災減災、應急響應等領域對遙感信息處理的需求，有效地輔助客戶做出決策。

古往今來，所有科技進步給人類帶來的不止是效率的提升、生活質量的改善，更將為人類帶來別樣的認識世界的方式和視角。當腳下的地球被源源不斷地讀取進計算中心，一個全新的認知維度緩緩在我們面前展開，迎來新一輪的技術革新。未來十年，遙感是否可以深刻地影響社會發展，切實解決了生產生活中的問題，兼具普適性和經濟價值，其關鍵點在于對遙感數據的解譯和應用，人工智能技術的出現，恰逢其時，傳統遙感轉角遇到“AI”，一把打開未來遙感行業應用大門的金鑰匙應運而生。

中科北緯公司順應潮流、把握時機，聯合百度推出了具有自主產權的天樞平臺，以期為遙感影像的應用提供智能一體化的解決方案。