深入千行百業，AI遙感都能做啥？
作者 | 孫佳
編輯丨高岩
來源 | 野馬财經
人工智能大模型引發的疊代之風從國外刮到國内以來，各家大廠都在摩拳擦掌，相關産品更是如雨後春筍般湧現。而作為頭部廠商之一，商湯科技（0020.HK）的一舉一動，自然也吸引着業界的關注。
近日，被譽為時空資訊“科技創新風向标”的WGDC（全球地理資訊開發者大會）2023在北京開幕。商湯在大會上展示了基于大模型體系下建構的遙感大模型，并釋出了SenseEarth3.0智能遙感雲平台和“商湯地界”智慧遙感資料産品。
遙感技術有“天眼”之稱。簡而言之，在人造地球衛星的幫助下，這種技術手段可以在遠距離對“照片”進行解譯和分析，定格地球上各種事物的形态與分布。而AI與遙感的結合，則可以大幅提升遙感影像解譯的處理效率，進而輸出更精細化、更準确且更加美觀的提取和解譯結果。在此基礎上，AI遙感可以在農業、綠色金融、自然資源、環保、城市治理等領域中，完成大量自動識别工作，縮短資料使用流程，降低人工消耗，進而更好幫助行業降本增效。
不過，AI遙感的應用也長期存在門檻高、成本高、資料來源多元異構化、解譯困難等問題，這成為了該項技術産生廣泛經濟效益的掣肘。
在此背景下，商湯釋出的SenseEarth 3.0智能遙感雲平台及“商湯地界”智慧遙感資料産品，不僅能為傳統遙感應用市場提供更好的服務，也大幅降低了智能遙感的使用門檻。進而讓AI遙感下沉到各個産業細分場景中。
當各行各業擁有了“上帝視角”，世界會迎來怎樣的改變？
大模型優勢成就遙感應用新篇章
“在深度學習的重大突破之後，AI已經處于從1.0邁入2.0的拐點。”這是創新工場董事長兼CEO李開複在今年3月的判斷。
在李開複看來，AI 2.0可以克服此前單領域、多模型的限制， AIGC便是2.0時代的第一個現象級應用。以ChatGPT為例，其前身GPT-3模型使用了超過1750億個參數，訓練使用約45TB的資料，包含近1萬億單詞文本，約等于1351萬本牛津詞典。
這些數字，便是大模型成為主流路線在AI領域的驗證，而這正是商湯積累多年的領域。
早在2018年前後，商湯已經開始着手大模型初期需要的算力、算法、資料等籌備工作。2022年初，商湯AIDC正式啟動營運，AIDC是SenseCore商湯AI大裝置的重要算力基座，目前是亞洲最大的人工智能計算中心之一。
在此基礎上，商湯的大模型已經在視覺感覺、語言了解、内容生成、推理決策等多領域取得了衆多突破。
相比于國内外其他大模型，商湯建立的全棧大模型研發體系，憑借多模态大模型的優勢，在視覺大模型取得了核心技術突破。
而商湯的AI遙感大模型，正是基于其通用視覺大模型建構的。有了通用能力的基礎，企業或開發者隻需在預訓練模型基礎上進行微調，就能“出産”勝任具體場景任務的應用，如同工業化批量生産商品一樣，讓AI遙感實作簡單高效發展。
可以預見的是，AI遙感有着廣泛的應用前景，如可以用于地表覆寫分析、地形分析、城市規劃、農業監測、自然資源管理等領域。其所帶來的更低成本、更高效能也将助力各行各業的數字技術更新和推廣。
遙感大模型的經濟價值
長久以來，遙感作為資料密集型業務，一直存在算力緊缺、無法釋放資料價值等問題。一幅标準影像圖往往就可達數十億像素，覆寫上萬平方公裡，僅憑之前的深度神經網絡模型來解譯難度頗大。而這也正是商湯建構AI遙感大模型的意義所在。
得益于與通用視覺大模型共享結構和參數，商湯AI遙感大模型在解譯精度和時間上都實作了突破。
具體而言，商湯AI遙感大模型已經實作了全國不同地物種類、不同影像類型、不同影像時間的高泛化能力，擁有先進的地物解譯能力和媲美人工标注的生成式圖斑效果，并涵蓋了46類語義分割、5類目标監測、4類變化檢測、2類超分辨率算法。
效率上，過去處理25個不同的語義分割模型要25個機關時間，現在利用商湯AI遙感大模型隻需要1個機關時間。精度上，其地物分割能力在百萬級圖斑驗證集上的平均精度超過80%，可直接滿足各類業務場景應用需求。
如商湯的耕地檢測模型，其地塊識别效果堪比人工勾繪，8小時可完成南方區域2000平方公裡耕地識别，工作效率相比人工作業提升60餘倍；而商湯的農作物檢測模型，則可以在5小時内完成一個區縣農作物識别，工作效率相比人工作業提升5倍，且作業範圍越大提升效率越顯著。
值得注意的是，AI遙感的改變并不僅僅停留在天馬行空的數字上。此前衛星企業雖然也手握大量資料，但由于資料處理能力不足，通常隻能面向政府客戶，整體變現能力較弱；但在以商湯為代表的服務商通過AI技術平台盤活資料資源，讓其成為普羅大衆也可消費的資料産品後，産業鍊已經随之縮短，資料要素自身的價值也正在不斷放大。
目前，基于AI遙感大模型，商湯遙感業務已服務行業使用者超過2萬個，覆寫自然資源、農業、金融、環保、光伏等行業。
特别是在被譽為“遙感百業之首”的自然資源領域，商湯AI通用變化檢測憑借能力優勢，目前已在包括浙江、廣東、廣西、雲南、貴州等在内的超14個省市自然資源執法監察中廣泛應用，幫助使用者提升工作效率3-5倍。
除此之外，商湯AI遙感大模型在非農非糧監測、糧食安全監測、光伏屋頂普查、綠色金融、裸地揚塵等領域也已落地應用。
不難看出，AI遙感大模型基于其對目标場景的精準識别，已經擴充出了豐富的應用領域。在這對“天眼”下，小到一株作物，大到一片耕地、一座城市，都能一覽無餘。有了這項工具的輔助，農戶能管控糧食生産，商家能篩選合适的位置資源，管理者能掌握城市的建設情況……隻要存在地理資訊的場景，AI遙感均能覆寫，并提供高品質解譯服務，助力各行業使用者降本增效。
當遙感不再遙遠
改善了對資訊的識别精準度之後，如何降低使用者的使用門檻成為了行業接下來考慮的重點。畢竟即使有好的産品，如果得不到使用者的青睐，也無法形成商業閉環。
不過，由于遙感應用極為豐富和多樣，且資料來源多元異構化，想要做到這點并非易事。
在這方面，本次商湯伴随SenseEarth 3.0平台推出的“商湯地界”資料産品DaaS（Data-as-a-Service資料即服務）服務，或将給行業帶來新的啟示。
具體而言，“商湯地界”除了提供傳統遙感影像以外，還提供成套的結構化矢量資料，能非常直覺的看到各類地物的情況，可直接用于分析，幫助使用者解決業務問題，大幅降低智能遙感的應用門檻。
同時，源于AI遙感大模型強大的分析能力，SenseEarth 3.0平台還提供超30種智能遙感分析算法，覆寫地物分類、變化檢測、目辨別别等應用場景，并具有豐富的地圖、圖表、文字、時間軸等應用元件，支援可視化自由布局。借助這些工具，使用者可實作自然資源、農業、新能源等不同業務系統的搭建。
目前，平台已上線超120+個“商湯地界”資料産品，總面積達87146平方公裡。此外，商湯預計将于今年年底釋出覆寫全國的“商湯地界”資料産品。
值得注意的是，如今随着空間基礎設施建設不斷完善，地理資訊産業正成為國内數字經濟新的增長極。在此背景下，其中的衛星遙感服務産業自2014年至今迎來了一系列政策支援。
如2022年6月，國務院在《“十四五”國家應急體系規劃通知》中提到，要穩步推進衛星遙感網建設；今年2月，國務院更是在《數字中國建設整體布局規劃》中明确提出，要加快建構智慧高效的生态環境資訊化體系。
優良的政策環境疊加政府部門農林水科目的支出的穩定增長，都為衛星遙感服務行業的發展打下了堅實的基礎。
更重要的是，随着大模型深入行業，其還會變得更加“聰明”。華金證券就指出，長期來看，以 GPT 為代表的大模型随着海量資料的訓練不斷湧現出新的能力，遙感資料天然具備規則标準、品質較高、可不斷累積等特點，在經過AI訓練後有望形成新的價值。
對于商湯而言，其模型在接入更多客戶、合作夥伴後，會産生更高品質的資料，這些資料循環後會再回灌到模型，使模型再次疊代，形成一個良性的循環。
每一次智能技術水準的飛躍都帶來社會生産力的巨大進步，如今AI遙感已展現了“飛入尋常百姓家”的勢頭。可以想見，未來其會在造福城市建設與社會民生，推動經濟結構轉型更新的過程中起到重要作用。
你對遙感有怎樣的認識？自己的工作是否能與AI遙感相結合呢？歡迎評論區留言讨論。