6月14日，第六屆WGDC大會(huì)在北京國(guó)家會(huì)議中心隆重開(kāi)幕。大會(huì)由空間信息產(chǎn)業(yè)創(chuàng)新創(chuàng)業(yè)服務(wù)平臺(tái)泰伯主辦，秉承不斷引領(lǐng)和促進(jìn)空間信息技術(shù)創(chuàng)新與變革的宗旨，WGDC已走過(guò)五個(gè)年頭，如今已成為全球最具前瞻性的跨界創(chuàng)新風(fēng)向標(biāo)。

　　在本屆大會(huì)的衛(wèi)星+大數(shù)據(jù)峰會(huì)上， 河海大學(xué)地理信息科學(xué)與工程研究所所長(zhǎng)、地球科學(xué)與工程學(xué)院副教授張曉祥、云游九州聯(lián)合創(chuàng)始人、中科院西光所大數(shù)據(jù)應(yīng)用工程中心副主任李振宇、佳格天地聯(lián)合創(chuàng)始人兼產(chǎn)品副總裁、原NASA國(guó)家實(shí)驗(yàn)室數(shù)據(jù)科學(xué)家顧竹、商湯科技高級(jí)研究員、香港中文大學(xué)計(jì)算機(jī)視覺(jué)博士石建萍共同參與了圓桌討論，以下為演講實(shí)錄。(內(nèi)容未經(jīng)本人審核)：

　　張曉祥(主持)：今天請(qǐng)到的三位嘉賓，李振宇博士正在做數(shù)據(jù)的獲取;石建萍博士是在做數(shù)據(jù)的分析;顧竹博士做的是農(nóng)業(yè)的大數(shù)據(jù)遙感，從數(shù)據(jù)的獲取到數(shù)據(jù)的分析。他們都有很多的建樹(shù)，分享他們的觀點(diǎn)。請(qǐng)三位嘉賓講個(gè)人的情況，你們公司的產(chǎn)品能不能做一些簡(jiǎn)要的介紹。

　　李振宇：我們現(xiàn)在做的東西比較偏門(mén)，主要是解決什么問(wèn)題呢?現(xiàn)在的數(shù)據(jù)越來(lái)越多，已經(jīng)超過(guò)我們能夠管理的極限了，這里邊所需要變化的是什么呢?我們的數(shù)據(jù)管理模式要發(fā)生很大的變化才能適應(yīng)這種方式，原來(lái)我們是遍布管理，然后下載使用，其實(shí)只管理了文件的目錄，而并沒(méi)有管理文件的內(nèi)容，所謂大數(shù)據(jù)應(yīng)用或者機(jī)器學(xué)習(xí)當(dāng)中，這個(gè)模式是不可以的，我們是怎么來(lái)解決這個(gè)問(wèn)題的，換一種思路先構(gòu)建了一個(gè)覆蓋全球的32級(jí)的網(wǎng)格體系，這是作為一個(gè)基本的空間框架，我們?yōu)樗械臄?shù)據(jù)來(lái)建統(tǒng)一的網(wǎng)格索引，或者理解為我用網(wǎng)格存儲(chǔ)所有的信息，包括遙感信息。

　　這樣存儲(chǔ)了以后，我下面任何的應(yīng)用，上面的分析也好，搜索也好，我都面向網(wǎng)格，而不面向文件，這樣的話未來(lái)我們說(shuō)大數(shù)據(jù)也好，機(jī)器學(xué)習(xí)、人工智能也好，頂層的數(shù)據(jù)組織變得有了一種新的模式，才能夠適應(yīng)現(xiàn)在越來(lái)越多的數(shù)據(jù)獲取的頻度，目前我們做的產(chǎn)品是一個(gè)一體機(jī)，在現(xiàn)在能解決什么問(wèn)題呢?比如說(shuō)像唐主任剛才講的那么多的問(wèn)題，快速的檢索，里邊有哪些數(shù)據(jù)就出來(lái)了;第二個(gè)可以在線來(lái)分發(fā)，看到了這個(gè)數(shù)據(jù)，我可以免簽讓你快速看到;第三個(gè)你要是要這個(gè)數(shù)據(jù)，可以畫(huà)一個(gè)框原始數(shù)據(jù)可以下載下來(lái);第四個(gè)任何的遙感分析完全可以在線，不需要面向文件，所有的直接面向網(wǎng)格分析。

　　石建萍：我們公司是一家人工智能型服務(wù)的公司，我們想要做到的是幫助各行各業(yè)提升他使用人工智能獲取信息的能力，目前有非常多成功的行業(yè)，主要的三大行業(yè)，安防監(jiān)控、互聯(lián)網(wǎng)金融驗(yàn)證、身份驗(yàn)證平臺(tái)、手機(jī)和娛樂(lè)化的服務(wù)，剛才沒(méi)有講到的，我們?cè)谑謾C(jī)和娛樂(lè)化上也做了非常多的工作，最近一些很火的APP，包括直播廠商用的人臉識(shí)別的功能，大部分都是我們提供的。整個(gè)技術(shù)本身并不分行業(yè)，我們也在發(fā)掘非常多很有潛力的下一代的人工智能行業(yè)，這些行業(yè)大部分是勞動(dòng)力集群的行業(yè)，需要大量的數(shù)據(jù)理解和信息提取功能，未來(lái)包括有無(wú)人駕駛的行業(yè)，包括智慧醫(yī)療、遙感行業(yè)，我們也是希望在這些行業(yè)中能夠幫助他們把數(shù)據(jù)價(jià)值提取出來(lái)，提供數(shù)據(jù)理解和數(shù)據(jù)分析。

　　顧竹：簡(jiǎn)單說(shuō)一下佳格公司，我們幾個(gè)人是在美國(guó)回來(lái)，之前在航天部、農(nóng)業(yè)部做了很多關(guān)于大數(shù)據(jù)、遙感、氣象方面的工作，科研類的工作、工程類的工作都做了很多，我們?cè)跒城?，在硅谷，我們周?chē)埠芏嗟幕ヂ?lián)網(wǎng)公司，我們也看到他們成功的把各種各樣的互聯(lián)網(wǎng)技術(shù)應(yīng)用到商業(yè)上，取得了很大的商業(yè)成功。

　　回過(guò)頭來(lái)看，您做地理信息業(yè)做了很多年，在上世紀(jì)八十年代，這其實(shí)是我們?nèi)祟愒谶M(jìn)行數(shù)據(jù)抽象時(shí)候非常大的進(jìn)步，人類在認(rèn)知世界的時(shí)候是以柵格形式認(rèn)識(shí)的，圖片也好，畫(huà)畫(huà)也好，都是山格。一張遙感影象非常大，幾十兆、幾百兆，我們地理信息界的人就已經(jīng)想到了如何解決大數(shù)據(jù)的存儲(chǔ)、分析與管理的問(wèn)題。但是，我們經(jīng)過(guò)這么多年發(fā)現(xiàn)，突然認(rèn)識(shí)到地理信息可以取得商業(yè)成功，這個(gè)時(shí)候傳統(tǒng)的地理信息界，傳統(tǒng)的遙感界被放在后面了，或者說(shuō)覺(jué)得我們有點(diǎn)落后了，我們一直在思考這個(gè)問(wèn)題，如何把已有的模型、算法也可以專業(yè)化，我們是可以站在最前面，甚至是打敗facebook，我們的技術(shù)層面不比他們差。

　　也是經(jīng)過(guò)很長(zhǎng)時(shí)間的討論放棄了以前的工作，回來(lái)以后做更多有關(guān)遙感數(shù)據(jù)商業(yè)應(yīng)用的工作，遙感數(shù)據(jù)需要大量的處理，存儲(chǔ)包括算法，剛才您提到的數(shù)據(jù)管理系統(tǒng)，綜合所有的技術(shù)主要面向農(nóng)業(yè)與環(huán)境做更多的應(yīng)用，找了很多的應(yīng)用場(chǎng)景，比如說(shuō)估產(chǎn)，比如說(shuō)健康狀況的分析，比如說(shuō)作物的分類與展示，遙感系統(tǒng)里面這些不算是新東西，但是我們用更快、更準(zhǔn)、更迅速的方便，比如說(shuō)提供SaaS服務(wù)，讓大家迅速獲取這些數(shù)據(jù)，而不是停留在實(shí)驗(yàn)室和數(shù)據(jù)庫(kù)里，讓數(shù)據(jù)活起來(lái)，從中獲得商業(yè)利益。

　　我說(shuō)一下一個(gè)小故事，是我當(dāng)時(shí)進(jìn)公司的面試，我的上司問(wèn)我深度學(xué)習(xí)能在遙感影像里面有什么應(yīng)用?深度學(xué)習(xí)可以抓抽象概念，現(xiàn)實(shí)世界數(shù)據(jù)變得很多，淺層的算法沒(méi)有辦法抓住抽象的東西，會(huì)被一些細(xì)碎的特征干擾，它的效率不高;深度學(xué)習(xí)的好處就是可以抓住很多抽象的東西，比如說(shuō)房屋，這個(gè)地球上的房屋有各種各樣的形狀，包括像CCTV的形狀，鳥(niǎo)巢的形狀，會(huì)場(chǎng)的形狀，有各種各樣房屋的形狀，不可能窮盡每一個(gè)房屋的形狀告訴機(jī)器，深度學(xué)習(xí)是幫助我們進(jìn)行這么一個(gè)層面的操作，通過(guò)深度學(xué)習(xí)，把所有的大棚數(shù)出來(lái)，我們數(shù)過(guò)汽車(chē)、玉米、火龍果，各種各樣這樣的應(yīng)用很多很廣泛。

　　張曉祥：我們對(duì)未來(lái)有一些思考，三位專家原來(lái)做的是數(shù)據(jù)的存儲(chǔ)管理，還有做數(shù)據(jù)的應(yīng)用、提取，第三個(gè)是做數(shù)據(jù)的挖掘，考慮上下游的整合，做數(shù)據(jù)的往上面延伸，石博士是做技術(shù)提取層面的，往上游或者下游延伸，這方面能不能分享一下您的感受。

　　李振宇：可以先理解一下人工智能和大數(shù)據(jù)的關(guān)系，人工智能是什么?是一個(gè)有無(wú)限潛能的嬰兒，怎么能長(zhǎng)大呢?大數(shù)據(jù)就是奶粉，吃了這些奶粉它才能夠長(zhǎng)大，人工智能要想做好必須有大量的數(shù)據(jù)供它來(lái)用。現(xiàn)在的問(wèn)題是什么呢?

　　有大量的空間數(shù)據(jù)沒(méi)有被很好的管理好、組織好，到人工智能的通道是不通的，或者是有很多障礙是不好跨越的。這個(gè)問(wèn)題一個(gè)是從政策的層面、產(chǎn)業(yè)合作的層面，有一定的問(wèn)題，但是我們更多的覺(jué)得是技術(shù)本身，也是存在問(wèn)題的。還有第二個(gè)概念，原來(lái)搞空間的人，80%的信息是空間信息，實(shí)際上不對(duì)，世界上百分之百的信息都是空間和時(shí)間信息，沒(méi)有空間、沒(méi)有時(shí)間就不存在信息。

　　那就涉及到一個(gè)問(wèn)題了，在人工智能當(dāng)中，所有的數(shù)據(jù)都應(yīng)該是我的數(shù)據(jù)源，自己搞空間信息的人，自己搞一個(gè)跟別人不一樣的東西，數(shù)據(jù)格式都不認(rèn)識(shí)，怎么把空間數(shù)據(jù)和我們認(rèn)為的非空間數(shù)據(jù)把它很好的整合到一起。同時(shí)更重要的是我們?cè)趺茨馨迅鞣N各樣認(rèn)為是空間數(shù)據(jù)的，把他們整合到一起，能夠供給機(jī)器學(xué)習(xí)，作為它的奶粉，遙感數(shù)據(jù)作為奶粉的話遠(yuǎn)遠(yuǎn)不夠，還得吃菜、吃肉，這個(gè)人才能茁壯成長(zhǎng)，這里面從我們的角度考慮，在大數(shù)據(jù)時(shí)代我們要有一種新的時(shí)空數(shù)據(jù)模型，這種時(shí)空數(shù)據(jù)模型應(yīng)該是什么?

　　獨(dú)立于任何的具體數(shù)據(jù)之外而存在的，就像我們買(mǎi)一個(gè)空的柜子，這個(gè)柜子放蔬菜也可以，放衣服也可以，放什么都可以，我們必須有這樣一個(gè)新的模型來(lái)承載這樣的數(shù)據(jù)，而我們現(xiàn)在就在努力的做這個(gè)的研發(fā)，取得了一點(diǎn)的進(jìn)展，未來(lái)還要跟大家一起合作。只有把數(shù)據(jù)組織的問(wèn)題解決了，上邊所有的學(xué)習(xí)、成長(zhǎng)可能會(huì)變得更好一些。

　　張曉祥：李總選擇了專注做數(shù)據(jù)，以后數(shù)據(jù)生產(chǎn)不需要人了，我也這樣認(rèn)為，最近十年我就沒(méi)怎么搞數(shù)據(jù)，我認(rèn)為沒(méi)有太多機(jī)會(huì)了，要搞分析建模，想聽(tīng)一下專門(mén)搞分析提取的石博士的意見(jiàn)。

　　石建萍：我們現(xiàn)在做的技術(shù)模塊和算法，在做的一件事情就是幫助人或者代替人去看圖、理解圖、提取其中的信息，目前在遙感行業(yè)有非常多的工作、信息提取的工作，還是靠人去手動(dòng)看的，這個(gè)過(guò)程中首先它非常耗精力和人力，準(zhǔn)確率在工作非常多的情況下也很難保證，處理的數(shù)據(jù)也是有限的。

　　在這個(gè)過(guò)程中有非常大的機(jī)會(huì)，機(jī)器達(dá)到一個(gè)點(diǎn)，性能匹配人或者是基本接近人超過(guò)人的水平的時(shí)候，機(jī)器可以用我們的算法幫助提升生產(chǎn)效率。未來(lái)有幾個(gè)層次，目前的算法起輔助的作用，幫助人驗(yàn)證，人再做二次復(fù)查;下一個(gè)層級(jí)，體系工作由機(jī)器完成，這個(gè)階段我們需要針對(duì)機(jī)器，現(xiàn)在能做到的程度，或者說(shuō)現(xiàn)在的一些特性去重新對(duì)整個(gè)標(biāo)準(zhǔn)輸出、中間環(huán)節(jié)做一些調(diào)整，現(xiàn)在大部分是基于人工解義的方案，這些原則機(jī)器的算法不太容易達(dá)到的話，需要上下游整個(gè)做配合。

　　在這個(gè)階段之后，未來(lái)當(dāng)我們有這樣一個(gè)機(jī)器去做數(shù)據(jù)理解的能力后，未來(lái)大部分信息流通的方式并不是在原始數(shù)據(jù)上，而是在數(shù)據(jù)理解加工層面之后的信息上。其實(shí)我們現(xiàn)在有非常多的算法是做在手機(jī)端，可以在手機(jī)端做非常多的圖像任務(wù)，包括人臉識(shí)別、關(guān)鍵點(diǎn)的分析，特效的處理都可以在手機(jī)端完成。

　　未來(lái)這樣的算法可以放在衛(wèi)星端或者是機(jī)構(gòu)上，其他的客戶買(mǎi)到的信息就是提取過(guò)的信息，可以讓整個(gè)產(chǎn)業(yè)速度加快。在之后，假如說(shuō)我們有了這樣的平臺(tái)，未來(lái)可以聯(lián)合多方的數(shù)據(jù)再去做更深入信息化的理解，我們真的能從大數(shù)據(jù)中分析出非常有意思的發(fā)現(xiàn)了。

　　張曉祥：用手機(jī)端就可以處理遙感大數(shù)據(jù)，以前我非常開(kāi)心的是下載數(shù)據(jù)，我的第一個(gè)電腦才600多兆的硬盤(pán)，裝W要300兆，可以下載無(wú)數(shù)的東西方到電腦里，很少使用，不太方便。有的時(shí)候未來(lái)是一種數(shù)據(jù)不動(dòng)、軟件動(dòng)，爬到數(shù)據(jù)端去做，做完了之后再返回，這是非常有意思的。請(qǐng)顧博士介紹一下上下游的整合方面。

　　顧竹：說(shuō)到整合的話，我們應(yīng)用端是最著急的，客戶的需求永遠(yuǎn)都是你明天就給我，或者下午就給我，我們需要的是非常強(qiáng)勁的數(shù)據(jù)管理以及非?？焖俚臄?shù)據(jù)分析，這也是我們一起可以去合作做的事情。比如說(shuō)，現(xiàn)在我們有一些政府部門(mén)，他們需要做違規(guī)建設(shè)的產(chǎn)品，建筑在遙感影像里面是直接一類，做完就好了，但是建筑是不是違規(guī)，我現(xiàn)在還沒(méi)有想到一個(gè)很好的辦法從遙感影像上看，建筑是不是違規(guī)，是不是加了一層，不知道，這是客戶真實(shí)的應(yīng)用場(chǎng)景，如何通過(guò)遙感數(shù)據(jù)、無(wú)人機(jī)數(shù)據(jù)發(fā)展更智能或者多樣化的算法解決這樣的問(wèn)題，給我們提出了很大的挑戰(zhàn)。

　　農(nóng)業(yè)方面需要長(zhǎng)期的持續(xù)數(shù)據(jù)，做農(nóng)業(yè)的大數(shù)據(jù)分析，長(zhǎng)期的持續(xù)數(shù)據(jù)需要非常好的管理系統(tǒng)去做，我指定了時(shí)間、指定了范圍，我如何在時(shí)光數(shù)據(jù)庫(kù)里面快速的進(jìn)行運(yùn)算，把結(jié)果拿出來(lái)，同時(shí)這個(gè)結(jié)果還可以做到統(tǒng)計(jì)、展現(xiàn)，這都是我們需要去解決的問(wèn)題，我們面臨一個(gè)很好的時(shí)代，大家在開(kāi)源，在共享，我們有各種各樣代碼的集散地，可以去分享我們的知識(shí)，這是我們的好機(jī)會(huì)，抓住這個(gè)機(jī)會(huì)把遙感數(shù)據(jù)的應(yīng)用做下去。

　　張曉祥：謝謝顧竹博士，他講到了開(kāi)源的問(wèn)題，很多的程序我們有時(shí)候沒(méi)有想到，那么多網(wǎng)上有很多雷鋒，有很多數(shù)據(jù)非常好，從數(shù)據(jù)獲取、存儲(chǔ)，通過(guò)開(kāi)元的東西做到實(shí)驗(yàn)成果，有90%以上都是這樣的，都說(shuō)是自己開(kāi)發(fā)的，我覺(jué)得很多東西都是開(kāi)元的，科研需要很多人協(xié)助，我們都在巨人身上在做。從個(gè)人的角度，都有不同的理解。

　　第三個(gè)問(wèn)題，這次論壇，流體，我今天也非常榮幸，如果我們過(guò)幾秒鐘有一個(gè)的話，這個(gè)數(shù)據(jù)怎么辦?我們現(xiàn)在要實(shí)時(shí)監(jiān)控，馬路上監(jiān)控拍到你超速不超速，高分4號(hào)天空掛了一個(gè)燈籠，每時(shí)每刻監(jiān)控中國(guó)的發(fā)展，這個(gè)數(shù)據(jù)是巨量的，我們到幾個(gè)月、幾天，現(xiàn)在幾個(gè)小時(shí)，氣象局幾個(gè)小時(shí)，現(xiàn)在是及秒鐘，實(shí)時(shí)來(lái)做的話數(shù)據(jù)太多了，時(shí)空一體化的數(shù)據(jù)方面，對(duì)未來(lái)的展望。對(duì)環(huán)境污染、海洋、河流、湖泊。

　　李振宇：從我們的角度看，我們整個(gè)遙感影像獲取能力，中國(guó)到2020年是30分鐘一次，2030年10分鐘一次，這已經(jīng)很恐怖了，我們一年出四期，一天就無(wú)數(shù)期，按照傳統(tǒng)的模式來(lái)處理和使用數(shù)據(jù)，根本行不同，最多有2%的數(shù)據(jù)用過(guò)、看過(guò)，大部分?jǐn)?shù)據(jù)都沒(méi)有看過(guò)。怎么解決這個(gè)問(wèn)題從衛(wèi)星的角度，星地的聯(lián)合，你從地面要知道你的需求，發(fā)射到星上，星上可以控制，第二個(gè)是星上處理或者是機(jī)上處理，把星上有些東西處理好的，或者在星上認(rèn)為不好的數(shù)據(jù)就不要往下傳了。

　　第二個(gè)是數(shù)據(jù)組織上，現(xiàn)在的問(wèn)題是這個(gè)數(shù)據(jù)來(lái)了以后，要經(jīng)過(guò)好多的流程才可以，漫長(zhǎng)讓所有的數(shù)據(jù)堵在那根本出不來(lái)，像張總剛才講的華浩的機(jī)器的處理，一定是一個(gè)方向，面對(duì)機(jī)器處理和機(jī)器的識(shí)別，從我們的角度講，就是數(shù)據(jù)組織和IT基礎(chǔ)架構(gòu)，要有一個(gè)非常大的架構(gòu)，有一家做大數(shù)據(jù)的公司，一天要處理10T的實(shí)時(shí)數(shù)據(jù)，在大數(shù)據(jù)當(dāng)中有5%的計(jì)算和95%的IO，其實(shí)計(jì)算能力很多，關(guān)鍵是數(shù)據(jù)抓不到，從我們的角度問(wèn)怎么解決，從IT存儲(chǔ)的角度怎么構(gòu)建，另外一個(gè)，空間數(shù)據(jù)，空間數(shù)據(jù)有自己的特點(diǎn)，怎么適應(yīng)IT的頂層架構(gòu)做你的分布，比如說(shuō)上層的手續(xù)，非?？斓牟还苁翘幚?，所得即所需，才能解決一條產(chǎn)業(yè)鏈上的問(wèn)題。

　　張曉祥：李總還是配菜環(huán)節(jié)，做菜環(huán)節(jié)請(qǐng)石博士分享一下。

　　石建萍：監(jiān)控行業(yè)，衛(wèi)星相當(dāng)于一個(gè)駕在天上的衛(wèi)星攝像頭，這些數(shù)據(jù)大部分也是一個(gè)死數(shù)據(jù)，現(xiàn)在一般碰到重案要案的時(shí)候才會(huì)有警力一個(gè)一個(gè)查數(shù)據(jù)，看嫌疑人做了什么事情，對(duì)于普通的案件根本不會(huì)有人幫你做這個(gè)事情，即使這個(gè)數(shù)據(jù)已經(jīng)存在里邊了。

　　現(xiàn)在的解決方案，我們幫整個(gè)行業(yè)把數(shù)據(jù)的存儲(chǔ)方式，從原始視頻的方式變成了結(jié)構(gòu)化的信息方式，我們存儲(chǔ)之后，比如說(shuō)監(jiān)控視頻里面有多少個(gè)行人、車(chē)輛，他們的屬性是什么樣的，白色行人在時(shí)間點(diǎn)上過(guò)了這個(gè)地方，下次獲取信息的時(shí)候就不需要所有的視頻再逐個(gè)的看，只需要有一個(gè)快速的檢索方式就可以了，現(xiàn)在在做的工作就是和地方的公安局嘗試在我們的系統(tǒng)中不僅有基本屬性的知識(shí)，我們配合人臉識(shí)別的算法和攝像頭的位置、時(shí)空信息，自動(dòng)的把其中的一個(gè)人和到下一個(gè)攝像頭的做關(guān)聯(lián)，希望在未來(lái)達(dá)到電視劇里看到的狀態(tài)，輸入一串身分證號(hào)，就可以知道人在什么時(shí)間段走到什么地方，這也是我們一直努力的。

　　對(duì)遙感方面，還是有一些不一樣的點(diǎn)，天上的衛(wèi)星覆蓋面積和周期有很多事情很難做，第二個(gè)衛(wèi)星的分辨率會(huì)有一些特別細(xì)節(jié)的東西是看不到的，我們也希望上下游一起推動(dòng)，把信息化和自動(dòng)化理解的平臺(tái)搭建起來(lái)。

　　張曉祥：剛才是配菜環(huán)節(jié)和做菜環(huán)節(jié)，吃菜的時(shí)候不同的人有不同的需要，怎么按照需要做，這是應(yīng)用層面的，請(qǐng)顧博士分享一下。

　　顧竹：在我這個(gè)層面我的觀點(diǎn)是，我一定都不著急這個(gè)事，只要有人在那吃菜，自然就會(huì)有人去配菜和做菜，現(xiàn)在我們有開(kāi)元，從我的經(jīng)驗(yàn)來(lái)講你的市場(chǎng)和需求擺在那，像李總就開(kāi)始做這樣的工作了，自然有人把這些東西整理做出來(lái)，我們回顧一下，因?yàn)檫@是需求的驅(qū)動(dòng)，而不是我們坐在那拍腦袋說(shuō)做一個(gè)這樣的東西出來(lái)，肯定不是，是需求倒逼。

　　數(shù)據(jù)全堵在那，是因?yàn)槲覀冇泻芏嗟沫h(huán)節(jié)需要人，我們?cè)谡劦娜斯ぶ悄?，這些數(shù)據(jù)將來(lái)也都是人工智能去處理的，像石總剛才提到的監(jiān)控?cái)?shù)據(jù)一直都有，每秒都有大量的數(shù)據(jù)過(guò)來(lái)，到時(shí)候自然會(huì)有人工智能，訓(xùn)練出人工智能幫我們挑選敏感的，剔除掉不必要的數(shù)據(jù)，這個(gè)過(guò)程也是可以人工智能化的，這需要更多人的經(jīng)驗(yàn)。到以后我們把挑選數(shù)據(jù)和選取數(shù)據(jù)的經(jīng)驗(yàn)讓機(jī)器去學(xué)。

　　觀眾提問(wèn)：人工智能+遙感大數(shù)據(jù)的下一場(chǎng)革命，我覺(jué)得人工智能進(jìn)入了遙感，和它的技術(shù)融合肯定有一些改變的，革命可能革的就是傳統(tǒng)做遙感的傳統(tǒng)企業(yè)，從您的角度，目前還沒(méi)有加入人工智能的傳統(tǒng)遙感企業(yè)，他們應(yīng)該怎么辦?如果他們想有一些人工智能的基因或者轉(zhuǎn)型，他們應(yīng)該怎么做?

　　石建萍：現(xiàn)在這個(gè)時(shí)間段沒(méi)有一家公司會(huì)把所有的技術(shù)做完備，比如說(shuō)我們?cè)谧鱿到y(tǒng)的方面，不會(huì)從GPO的環(huán)節(jié)開(kāi)始做，會(huì)依賴其他的公司做，對(duì)于下游的應(yīng)用，對(duì)于我們這樣一家公司，沒(méi)有辦法把所有的應(yīng)用領(lǐng)域研究的非常好，或者有非常深入的接觸，我們也會(huì)依賴下游的公司一起去做行業(yè)的突破，在這個(gè)點(diǎn)上來(lái)說(shuō)，我們是一家技術(shù)的提供商，我們應(yīng)該一起去開(kāi)拓這個(gè)市場(chǎng)，而不是有這樣大規(guī)模的競(jìng)爭(zhēng)。

　　在現(xiàn)在這個(gè)時(shí)間點(diǎn)，需要整體一起培育這個(gè)市場(chǎng)，讓這個(gè)市場(chǎng)有人工智能的概念，明白大量的數(shù)據(jù)其實(shí)是可以通過(guò)算法做自動(dòng)的處理。教育市場(chǎng)的過(guò)程中，其實(shí)需要大家一起努力，不是一家公司努力就可以完成的事情。

　　觀眾提問(wèn)：我想請(qǐng)問(wèn)一下，現(xiàn)在的數(shù)據(jù)越來(lái)越多，無(wú)論是光學(xué)或者SAR，衛(wèi)星遙感數(shù)據(jù)我們也做了深度學(xué)習(xí)，也跟很多單位合作過(guò)，獲取的結(jié)果不是太理想，剛才看到石老師的土地類型，因?yàn)橥恋仡愋头浅６啵惺箢悾?6小類，我們提取的精度是在什么樣的條件下，在什么樣的條件下獲取到精度，準(zhǔn)確率是多少，虛擬率是多少，有沒(méi)有大面積的走向光學(xué)化的應(yīng)用，結(jié)合起來(lái)讓它使用落地。

　　石建萍：我們現(xiàn)在在做的案例，基本希望在光學(xué)化的方向做，也做了非常多具體案例的點(diǎn)，在云雪識(shí)別上精度達(dá)到95%以上，包括檢測(cè)率都可以達(dá)到，對(duì)于水體的識(shí)別也可以達(dá)到這樣的精度，對(duì)于飛機(jī)鍵盤(pán)的檢測(cè)針對(duì)不同的數(shù)據(jù)和應(yīng)用條件有偏差，非常多算法，和整個(gè)數(shù)據(jù)的針對(duì)算法?，F(xiàn)在人工智能的算法推像是用有幾個(gè)階段，大家要達(dá)成共識(shí)。

　　第一個(gè)階段是人工智能輔助，假如說(shuō)現(xiàn)在想要得到一個(gè)非常高精度的，非常漂亮的頂圖，應(yīng)該去在這個(gè)層面上有大量的數(shù)據(jù)和算法的積累，應(yīng)該是可以達(dá)到的，在下面的一個(gè)階段，我們共同的去磨合出一套新的數(shù)據(jù)格式，或者信息存儲(chǔ)的格式，或者是信息的表達(dá)方式。

　　張曉祥：稍微總結(jié)一下今天的論壇，邀請(qǐng)三位嘉賓分享他們對(duì)人工智能遙感數(shù)據(jù)的理解，包括他們企業(yè)的產(chǎn)品，對(duì)上下游產(chǎn)業(yè)的整合，包括他們現(xiàn)在比較流行的流態(tài)數(shù)據(jù)的管理，它可能真正是一場(chǎng)革命，最近我做了一些功課，在IT領(lǐng)域，對(duì)我們的行業(yè)沖擊非常大，我們沒(méi)有意識(shí)到太多新的技術(shù)，有谷歌的橫空出世完全促進(jìn)了行業(yè)的進(jìn)步，有一些官員還不太愿意公開(kāi)數(shù)據(jù)。在人工智能領(lǐng)域后來(lái)我也想了一些事情，我們這個(gè)行業(yè)，遙感衛(wèi)星這個(gè)行業(yè)，看上去感覺(jué)很高大上、很高科技，我覺(jué)得我們90%的工作實(shí)際上是勞動(dòng)力的工作，這個(gè)領(lǐng)域的發(fā)展真正對(duì)90%的層面有一些沖擊，現(xiàn)在要做一些準(zhǔn)備，真的過(guò)來(lái)以后對(duì)行業(yè)低端領(lǐng)域的企業(yè)有沖擊，這是我個(gè)人的一些看法。

　　李振宇：非常同意張老師說(shuō)的，如果講地理信息產(chǎn)業(yè)是一個(gè)巨大的沖擊，相當(dāng)部分的人要失業(yè)，因?yàn)榇蠹叶颊J(rèn)為遙感影像會(huì)成為空間數(shù)據(jù)的主要來(lái)源，而大量的人還在做自主，那個(gè)東西越來(lái)越少，因?yàn)楦簧?，十分鐘一次，你那個(gè)一年一次，沒(méi)有意義了，及早準(zhǔn)備還是需要的。

　　顧竹：我也很同意您剛才說(shuō)的，確實(shí)有很多的勞動(dòng)密集型的工作，對(duì)我們來(lái)說(shuō)也是一個(gè)機(jī)會(huì)，咱們有很多的地方可以探索，可以通過(guò)，從我的角度上我也不擔(dān)心，這些人力會(huì)有更多的地方去工作。

　　石建萍：兩個(gè)方面，第一，人工智能本身需要人來(lái)教機(jī)器是一個(gè)什么東西，我們公司也有三百多人的團(tuán)隊(duì)做體力活，告訴機(jī)器什么地方是什么這樣的一個(gè)事情，未來(lái)每一次技術(shù)的突破和產(chǎn)業(yè)的變革，都會(huì)催生非常多新的就業(yè)機(jī)會(huì)和新的發(fā)展，比如現(xiàn)在不需要非常多的人去做非?？菰锏氖虑椋覀?cè)谧龊芏嗪芨呒?jí)的事情，我們覺(jué)得未來(lái)肯定會(huì)有更多的機(jī)會(huì)等我們。

　　張曉祥：再回到主題、李開(kāi)復(fù)、庫(kù)克，他們主題的演講并不是說(shuō)人工智能有多么可怕，我們中國(guó)的產(chǎn)業(yè)，咱們國(guó)家做一帶一路，很多外國(guó)人做的都是中國(guó)人的事情，叫地理事情，中國(guó)人很能忍耐，是很枯燥的，我覺(jué)得還是一個(gè)機(jī)會(huì)，是一個(gè)危機(jī)，也是機(jī)會(huì)，未來(lái)這個(gè)領(lǐng)域可能會(huì)帶來(lái)行業(yè)逐步往上提升，這樣就真正高大上了。非常高興跟大家交流到這里。