作為一種可以滲入千行萬業(yè)的通用技術(shù)，AI經(jīng)?？梢宰屢婚T聽上去“古老”的技術(shù)，瞬間煥發(fā)新的想象力。比如遙感，這個(gè)中國人并不陌生的技術(shù)詞匯。

創(chuàng)新互聯(lián)建站是一家專注于成都網(wǎng)站設(shè)計(jì)、網(wǎng)站建設(shè)與策劃設(shè)計(jì),東勝網(wǎng)站建設(shè)哪家好?創(chuàng)新互聯(lián)建站做網(wǎng)站,專注于網(wǎng)站建設(shè)十載,網(wǎng)設(shè)計(jì)領(lǐng)域的專業(yè)建站公司;建站業(yè)務(wù)涵蓋:東勝等地區(qū)。東勝做網(wǎng)站價(jià)格咨詢:028-86922220

所謂遙感，一般指運(yùn)用遙感器對物體的電磁波的輻射、反射特性進(jìn)行探測。通過遠(yuǎn)離目標(biāo)和非接觸的方式，來判斷和識別探測目標(biāo)。這種技術(shù)一般應(yīng)用于空中平臺(tái)，比如衛(wèi)星、航空器、無人機(jī)等等。

在100年前，現(xiàn)代地理學(xué)和測量學(xué)當(dāng)中，已經(jīng)誕生了遙感科學(xué)的前身。1972年，美國宇航局發(fā)射了搭載有遙感器的地球資源技術(shù)衛(wèi)星ERTS-1，宣告了現(xiàn)代遙感技術(shù)正式到來。

這門在數(shù)十年間幫助人類認(rèn)識地球的技術(shù)，今天正在與AI技術(shù)展開一場充滿想象力的邂逅。但是二者的結(jié)合并不那么容易。端側(cè)AI算力的突破，算法模型的深度學(xué)習(xí)，正在成為AI+遙感產(chǎn)業(yè)，乃至冉冉升起的空間智能領(lǐng)域，不可或缺的產(chǎn)業(yè)基石。

比如說，今年6月，武漢大學(xué)測繪遙感信息工程國家重點(diǎn)實(shí)驗(yàn)室與華為攜手舉辦了遙感圖像稀疏表征與智能分析競賽。這場旨在推動(dòng)“空間信息稀疏表征與融合處理”的相關(guān)理論與技術(shù)的發(fā)展的比賽中，參賽選手將使用華為智能計(jì)算新產(chǎn)品Atlas 200 DK開發(fā)套件，在對應(yīng)遙感圖像測試數(shù)據(jù)集上實(shí)現(xiàn)算法模型的推理計(jì)算。

今天我們可以以此為契機(jī)，探討一下遙感邂逅AI的價(jià)值與需求。

當(dāng)遙感邂逅AI，新機(jī)遇也是新挑戰(zhàn)

從現(xiàn)代遙感誕生之日起，在兩彈一星項(xiàng)目的幫助下，中國一直是遙感技術(shù)的核心參與者。自70年代到如今，我國已經(jīng)發(fā)展出了完善的遙感相關(guān)學(xué)科以及多元化的應(yīng)用領(lǐng)域。在環(huán)境遙感、大氣遙感、資源遙感、海洋遙感、地質(zhì)遙感、農(nóng)業(yè)遙感、林業(yè)遙感等領(lǐng)域，都有著大量的應(yīng)用實(shí)踐與前沿探索。

到了今天，遙感技術(shù)主要面對的機(jī)遇與挑戰(zhàn)，是讓這門技術(shù)普惠化落地，推向各行各業(yè)，甚至讓遙感走入工農(nóng)林業(yè)的垂直生產(chǎn)周期，成為城市規(guī)劃、防災(zāi)救災(zāi)等領(lǐng)域的“一線工作者”。這其中有很多技術(shù)難點(diǎn)，就遙感科學(xué)本身是無法獨(dú)立攻破的。比如說在無人機(jī)遙感領(lǐng)域，圖像識別的周期長、從采集數(shù)據(jù)到應(yīng)用數(shù)據(jù)的需要消耗大量時(shí)間與人力成本，就成為了遙感進(jìn)入各行業(yè)的主要制約點(diǎn)之一。

而這個(gè)問題，恰好可以交給AI來解決。

我們知道，以深度學(xué)習(xí)代表的本輪AI技術(shù)，帶來了一個(gè)重要能力，就是機(jī)器視覺技術(shù)體系。其中圖像識別、圖像處理、動(dòng)態(tài)識別、圖像分類等能力，恰好可以作用于遙感數(shù)據(jù)中。在理想狀態(tài)下，實(shí)現(xiàn)從數(shù)據(jù)到有效結(jié)論信息的自動(dòng)化識別和推理。

目前，國內(nèi)已經(jīng)有眾多AI公司、研究機(jī)構(gòu)參與到了AI+遙感產(chǎn)業(yè)的融合中，在自動(dòng)化圖像處理、遙感數(shù)據(jù)解譯等領(lǐng)域完成了大批高質(zhì)量算法開發(fā)。去年，中國首個(gè)遙感人工智能應(yīng)用技術(shù)研究中心在重慶成立。目前，我國在農(nóng)業(yè)、工業(yè)、路網(wǎng)、氣象、水利、建筑等領(lǐng)域，都已經(jīng)展開了遙感+AI的探索布局。

綜合來看，目前業(yè)界對“智能遙感”的主要理解是，AI技術(shù)可以在遙感領(lǐng)域，提供主動(dòng)、實(shí)時(shí)化、自動(dòng)糾錯(cuò)的圖像識別與推理能力。

具體到跟各行業(yè)垂直應(yīng)用息息相關(guān)的無人機(jī)遙感，AI可以帶來如下幾項(xiàng)幫助：

1、完成大量自動(dòng)識別工作，實(shí)現(xiàn)遙感數(shù)據(jù)到可用數(shù)據(jù)的自動(dòng)化處理。

2、縮短遙感數(shù)據(jù)使用流程，通過自動(dòng)識別、自動(dòng)預(yù)處理，讓遙感結(jié)果可以實(shí)時(shí)被讀取和利用，從而讓實(shí)時(shí)化的遙感+作業(yè)聯(lián)動(dòng)成為可能。

3、用算法還原圖像數(shù)據(jù)，降低環(huán)境與天氣帶來的影響。無人機(jī)遙感要面臨諸如復(fù)雜地形、雨霧天氣等影響因素，而通過特定算法的還原，這些影響因素可以部分消弭。

4、降低人工消耗，提高測繪效率，并且在部分領(lǐng)域?qū)崿F(xiàn)預(yù)警式遙感，比如我國目前在滇藏、青藏等高原公路路段，已經(jīng)采用AI+遙感技術(shù)，來主動(dòng)發(fā)現(xiàn)泥石流、塌方路段。

然而羅馬不是一天建成的。雖然遙感與AI的結(jié)合可以解決大量問題，構(gòu)建新的想象力。但是在真實(shí)結(jié)合中，依舊將面對不少產(chǎn)業(yè)障礙。

比如說，上文提到AI算法可以提高實(shí)時(shí)化自動(dòng)識別遙感圖像的能力，但在實(shí)際運(yùn)用中。遙感衛(wèi)星和無人機(jī)要將數(shù)據(jù)上傳到云端，在數(shù)據(jù)中心進(jìn)行處理后再回傳，依舊無法達(dá)到實(shí)時(shí)化的效果。上傳云端行為，限制了行業(yè)應(yīng)用AI遙感技術(shù)的可行性，比如在很多涉及國計(jì)民生的行業(yè)并不適合大量數(shù)據(jù)上云。

為此，最好的解決方案是讓無人機(jī)、遙感器等端側(cè)設(shè)備上可以進(jìn)行AI運(yùn)算，數(shù)據(jù)本地預(yù)處理，實(shí)時(shí)貼近生產(chǎn)流程。然而產(chǎn)業(yè)現(xiàn)實(shí)是，目前AI+遙感行業(yè)中，絕大部分企業(yè)主要解決的是算法問題。然而算法問題需要有效的網(wǎng)絡(luò)環(huán)境、計(jì)算環(huán)境去保障。就像再好的家電，沒有電也是白搭。

于是我們可以看到，在遙感體系中硬件層面，尤其是邊端側(cè)的AI算力供給變得十分重要。

另一個(gè)方向來看，AI雖然降低了識別遙感數(shù)據(jù)所需的人力消耗，但復(fù)雜的硬件環(huán)境，很可能帶來更多的AI技術(shù)人才消耗。而在目前產(chǎn)業(yè)環(huán)境下，AI硬件人才的成本是更大的。所以說，在硬件端保證遙感體系中，AI能力的兼容性和環(huán)境可用性，也是一個(gè)重要問題。

好在邊端側(cè)的AI算力解決方案已經(jīng)在產(chǎn)業(yè)中浮現(xiàn)，比如說華為的Atlas智能計(jì)算產(chǎn)品，就帶給遙感行業(yè)一個(gè)令人驚喜的突破：讓AI算力飛在空中。

飛翔的AI算力

上文的邏輯中，我們講述了這樣一個(gè)現(xiàn)狀：遙感想要走進(jìn)各行各業(yè)，就需要加強(qiáng)無人機(jī)遙感的應(yīng)用性。其中核心問題在于，要讓無人機(jī)本身具備相對充沛的AI算力，讓圖像處理、圖像識別、環(huán)境識別等相關(guān)運(yùn)算，直接發(fā)生在設(shè)備當(dāng)中。這樣一方面避免了數(shù)據(jù)上傳云端可能帶來的安全問題，同時(shí)也加快了處理速度，縮短業(yè)務(wù)流程。

總而言之，這個(gè)問題目前最有效的解法，需要讓AI算力飛起來，在無人機(jī)本身加裝AI芯片。

飛在天空中的AI加速能力并不容易，這需要充沛的AI算力、多鏈路視覺數(shù)據(jù)處理能力，以及無人機(jī)場景中的環(huán)境適應(yīng)性來進(jìn)行集合保障。

回到武漢大學(xué)測繪遙感信息工程國家重點(diǎn)實(shí)驗(yàn)室所舉辦的比賽中，參賽選手們將使用Atlas 200 DK AI開發(fā)者套件來完成數(shù)據(jù)算法模型的推理計(jì)算。試想一下，如果不僅僅是算法側(cè)引入華為Atlas智能計(jì)算平臺(tái)，同時(shí)在無人機(jī)設(shè)備上搭載華為Atlas 200加速模塊(Atlas 200 AI加速模塊，是一個(gè)嵌入式AI模塊，主要就是用于攝像機(jī)，無人機(jī)，機(jī)器人等硬件的端側(cè)AI加速。在視頻分析領(lǐng)域，可以處理16路高清視頻的實(shí)時(shí)分析。而與之相配套的Atlas 200 DK AI開發(fā)者套件，可以在30分鐘內(nèi)完成開發(fā)環(huán)境搭建，提供高達(dá)16TOPS INT8的算力性能。)遙感將在端測和算法側(cè)都得到強(qiáng)大的AI算力賦能，必將大大提升遙感測繪中的工作效率。

Atlas 200還可以與華為的全棧全場景AI能力與Atlas系列化產(chǎn)品相結(jié)合，在云端一體化和多設(shè)備計(jì)算領(lǐng)域獲得更好的兼容性，有效應(yīng)對AI+遙感可能需要的復(fù)雜解決方案部署和云端一體化應(yīng)用。

AI算力飛在天上，僅僅是智能遙感大幕的一角。向更遠(yuǎn)處看，我們可以發(fā)現(xiàn)Atlas 200代表的機(jī)器視覺與萬物相聯(lián)模式，正在有效形成各產(chǎn)業(yè)的突破機(jī)遇。萬物的智能迭代，都不可避免要從一枚芯片開始。

萬物“芯”開始

綜合來看，當(dāng)Atlas 200走進(jìn)無人機(jī)遙感空間，可以看到這樣幾個(gè)應(yīng)用場景獲得了突破：

1、增強(qiáng)了實(shí)時(shí)化圖像識別與圖像預(yù)處理能力。讓農(nóng)業(yè)災(zāi)害的實(shí)時(shí)分析，抗災(zāi)調(diào)度，以及路況、山體檢測預(yù)警等實(shí)時(shí)化應(yīng)用效率加強(qiáng)。

2、基于本地計(jì)算的安全性保障，提升終端處理能力，讓電力、礦山，電力系統(tǒng)的遙感工作可以更好應(yīng)用AI能力進(jìn)行遙感測繪，提升了遙感技術(shù)的工業(yè)級應(yīng)用能力。

3、Atlas系列產(chǎn)品的高性價(jià)比、主流算力特質(zhì)，可以更好支持真實(shí)的產(chǎn)業(yè)項(xiàng)目落地，幫助產(chǎn)業(yè)完成低成本、低門檻部署AI遙感，并且可以避免出現(xiàn)大規(guī)模部署中的斷貨缺貨狀態(tài)，構(gòu)筑更完善穩(wěn)妥的供應(yīng)鏈，讓農(nóng)業(yè)等需要廣泛部署AI遙感的長尾產(chǎn)業(yè)獲得了應(yīng)用可能。

總體而言，Atlas讓智能遙感可以真正在硬件通道上走入千行萬業(yè)，讓智能遙感技術(shù)一定程度上達(dá)成實(shí)時(shí)化、工業(yè)級、低門檻，適配各行各業(yè)的需求。

同時(shí)應(yīng)該看到的是，這三點(diǎn)綜合下來，就是讓機(jī)器視覺能力高效率、高安全性、低成本地走入行業(yè)。目前這一能力并非僅僅被遙感領(lǐng)域需要，在大量需要應(yīng)用視覺識別、圖像與視頻處理的行業(yè)當(dāng)中，端側(cè)AI加速都是必不可少的產(chǎn)業(yè)基座。

比如公共場所和交通場景中的智能攝像頭、智能園區(qū)的門臉識別解決方案、導(dǎo)覽機(jī)器人的視覺系統(tǒng)等等，都需要快速易獲取，能夠高效支撐產(chǎn)業(yè)應(yīng)用的端側(cè)AI算力。

萬物智能，要從萬物有“芯”開始。Atlas 200讓AI算力飛翔在空中，遙感落地千行萬業(yè)的故事，或許可以看作一個(gè)“公式“。它復(fù)用到今天無數(shù)產(chǎn)業(yè)端口中，構(gòu)成真正的普惠AI藍(lán)圖。