在2月25日召開的第九期莫干山地信研討會上，中國工程院院士、莫干山地信實驗室主任陳軍作了題為《時空型混合智能計算》的主旨報告，對測繪智能化這一必然趨勢進行了詳細闡述。

發(fā)展智能化測繪是大勢所趨

經(jīng)過多年發(fā)展，以空間定位、對地觀測、地理信息為核心的時空信息技術(shù)取得了長足進步，與相關(guān)科技的交叉融合漸成常態(tài)，信息的獲取、處理和服務能力顯著提升。但是，面對精細程度、時間頻度、服務方式等方面的新需求, 時空信息技術(shù)仍存在較大提升空間，如高質(zhì)量時空信息供給不足、高層次時空分析能力不強、高水平時空賦能手段短缺等。

陳軍院士舉了兩個例子，說明現(xiàn)階段存在的問題。一是普遍面臨“數(shù)據(jù)既多又少”的困境。目前建立了不少“天空地海網(wǎng)”一體化監(jiān)測系統(tǒng)，但許多情況下用戶往往找不到所需的時空數(shù)據(jù)，距實現(xiàn)“全面動態(tài)感知”相差甚遠，亟需提升自主化協(xié)同感知、實時化數(shù)據(jù)處理建模等能力；二是普遍存在“數(shù)據(jù)海量、信息爆炸、知識難求”難題。國土空間具有顯著的多維動態(tài)特征，但現(xiàn)有空間分析技術(shù)以幾何計算為基礎(chǔ)，側(cè)重于要素狀態(tài)、分布等靜態(tài)分析，且缺乏趨勢預測、態(tài)勢預警等手段，處于后知后覺狀態(tài)，往往難以有效支撐從宏觀到微觀、從平面到立體、從靜態(tài)到動態(tài)的多維度空間認知，亟需發(fā)展符合人類空間認知習慣的時空分析能力。要破解這些難題，需要將時空信息與人工智能深度融合，勢在必行。

2018年5月，寧津生院士在寧波召開了中國工程院戰(zhàn)略咨詢重點項目“測繪科技轉(zhuǎn)型升級研究——從數(shù)字化走向智能化”研討會。此后，相關(guān)組織和機構(gòu)紛紛召開智能化測繪主題會議、申請國家自然科學基金重大項目，深入研討測繪地理信息智能化轉(zhuǎn)型升級的路徑，為測繪學科與行業(yè)的智能化發(fā)展提供了先進的理論支撐。

“值得關(guān)注的是，當前人工智能領(lǐng)域主要針對語言、視覺等通用領(lǐng)域，沒有充分顧及時空特征，難以直接支撐測繪感知、認知、表達與服務計算，測繪領(lǐng)域人工智能應用面臨移植性不足、可解釋性弱、適應性不強、訓練成本大等問題。單靠人工智能，難以有效解決測繪的智能化問題。”陳軍院士指出。

測繪自然智能與人工智能

報告中，陳軍院士講述了人工智能與測繪自然智能的聯(lián)系與區(qū)別。

一般說來，自然智能是指人類對客觀事物進行合理分析、判斷及有目的行動和有效處理周圍環(huán)境事宜的綜合能力。測繪自然智能則是指人類在測繪活動中形成的感知、認知、表達和行為的測繪機理、規(guī)則及模型知識，如定位計算的物理學規(guī)律、地物信息解譯的輻射機理、地圖表達的尺度效應等。

在人工智能領(lǐng)域里，混合智能是指同時運用多個人工智能分支領(lǐng)域的技術(shù)方法，使之取長補短、優(yōu)勢互補。測繪自然智能與人工智能可以在思維方式、模型特征、計算目標、賦能途徑等方面形成互補的優(yōu)勢。思維方式方面，測繪自然智能多是基于規(guī)則的推理，以“自上而下”的演繹思維為主；人工智能多是基于監(jiān)督學習、樣本訓練、案例驅(qū)動，以“自下而上”的歸納思維為主。模型特征方面，測繪自然智能通常是在人類長期的測繪活動中總結(jié)形成的，利用簡潔的公式、規(guī)則、圖譜、形式化模型加以表達；人工智能模型多是基于數(shù)據(jù)的擬合運算，表現(xiàn)為大模型、超參量的復雜形式。計算目標方面，測繪自然智能往往基于邏輯推理與因果解釋，問題求解時力求“知其所以然”；人工智能的樣本訓練需要大數(shù)據(jù)支持，往往只關(guān)注關(guān)聯(lián)聯(lián)系、不關(guān)注因果聯(lián)系，在問題求解時追求的是“知其然”。賦能途徑方面，測繪自然智能往往是通過從上往下、逐級指導的賦能路徑去解答問題；人工智能則是從下往上、逐級總結(jié)提煉普適性、統(tǒng)一化的知識規(guī)則。

“由此可知，測繪自然智能與人工智能在測繪時空計算中扮演著不同角色，具有優(yōu)勢互補的作用。將二者有機耦合，最大限度地發(fā)揮各自的效能，有助于大幅提升測繪智能化計算的能力與水平。這就要求研究和發(fā)展時空型混合智能計算?！标愜娫菏空f。

時空型混合智能計算范式

近年來，人工智能領(lǐng)域提出了“數(shù)據(jù)+知識”雙向驅(qū)動的混合智能計算范式，主要用于處理文本、圖像、音頻、視頻等常規(guī)模態(tài)數(shù)據(jù)，難以有效地顧及時空數(shù)據(jù)的特性、空間尺度、時態(tài)變化等。因此，綜合考慮測繪對象的時空特征、知識融合、尺度效應、樣本構(gòu)建等因素，陳軍院士等2024年在測繪學報上發(fā)表了《智能化測繪的混合計算范式與方法研究》論文，綜合考慮測繪對象的時空特征、知識融合、尺度效應、樣本構(gòu)建等因素，提出了以“知識為引導、數(shù)據(jù)為驅(qū)動、算法為基礎(chǔ)、服務為支撐”的混合智能計算范式。陳軍院士從時空感知、認知、表達和服務4個方面，對該范式進行了實例化解釋與說明。

時空數(shù)據(jù)的實景化感知。針對“數(shù)據(jù)既多又少”困境，研究時空數(shù)據(jù)實景化感知的混合智能計算模式，研發(fā)協(xié)同化觀測、實時化處理、場景化重建等方法，建立“協(xié)同化感知—實時化處理—時序化建?！钡臅r空數(shù)據(jù)實景感知混合智能計算體系，為實現(xiàn)全域動態(tài)感知提供新思路、新手段。

時空場景的多維度認知。針對“找不到、認不透、判不準”的難題，根據(jù)時空場景的多維動態(tài)特性，研究耦合自然智能與人工智能的復雜時空場景多維度認知混合智能計算模式和信息機理，構(gòu)建知識引導、數(shù)據(jù)驅(qū)動的時空認知計算框架，提升時空場景的多維度認知能力。

時空地圖的情境化表達。針對個性化制圖需求，研究地圖制圖自然智能的解析與建模、時空地圖表達的情境感知、多模態(tài)地圖的情境化生成、多模態(tài)情境化地圖人機交互制圖等關(guān)鍵技術(shù)，實現(xiàn)用戶意圖精確理解、制圖形式恰當運用、精美表達即時生成，為個性化時空地圖的情景化生成提供先進手段。

時空智能的自主化服務。針對時空信息服務效率較低的問題，研究時空智能的自主化服務模式，構(gòu)建數(shù)據(jù)、知識、計算一體化的時空智能服務計算引擎，研發(fā)以GPT為“大腦”決策核心的任務分解、流程編排、分節(jié)點調(diào)用的時空智能服務計算引擎，實現(xiàn)面向國土空間監(jiān)測監(jiān)管場景的自主化、個性化和靈性化時空信息應用，提升時空智能服務的自主化構(gòu)建能力。

“我們應在試驗驗證的基礎(chǔ)上，梳理核心概念、基本范式、主要模型、關(guān)鍵技術(shù)等，開展結(jié)構(gòu)化建模、形式化表達研究，構(gòu)建知識圖譜系統(tǒng)，最終形成具有內(nèi)在邏輯和層次結(jié)構(gòu)、兼具科學性和實踐性的測繪混合計算理論方法體系，支撐智能化測繪體系建設。”陳軍院士說。

厘清基本概念 破解關(guān)鍵問題

厘清測繪混合智能計算的基本概念，破解關(guān)鍵科學問題是時空型混合智能計算的主要研究路徑?！皹?gòu)建時空型混合智能計算范式、發(fā)展智能化測繪的混合計算方法、形成混合智能計算的方法體系，是發(fā)展時空型混合智能計算的三大主要任務?！?/p>

陳軍院士指出，首先要進行測繪自然智能的解析與建模，提出方法，研究典型案例。將人類在測繪活動中形成的感知、認知、表達和行為等自然智能，抽象成特定的時空信息機理、規(guī)則及模型、先驗知識等。比如在全球地表覆蓋制圖過程中，形成針對不同地區(qū)和分辨率要求的配套性自然信息處理機制與先驗知識。其次要針對每一類測繪活動，研究其信息處理機制及先驗知識，構(gòu)建混合智能計算模式。厘清痛點、重點、難點，找準智能化測繪研究的切入點，將簡單性、重復性甚至危險性的測繪任務交由機器完成，而讓人類更好地發(fā)揮知識創(chuàng)造、空間思維等方面的能力，創(chuàng)造良好的智能化環(huán)境，提高測繪生產(chǎn)效率與水平。最后要針對國土空間監(jiān)測監(jiān)管的重大需求，開展實驗與示范研究。以低空飛行管控為例，由于低空沒有任何物理附著物，高密度融合飛行極其復雜。要實現(xiàn)安全、高效和有序的低空飛行，必須構(gòu)建低空空域的時空數(shù)據(jù)空間，采用數(shù)字化和智能化的管控手段。這一管控手段的實現(xiàn)面臨著復雜空域的數(shù)字化表達、海量數(shù)據(jù)的實時化計算、高密度飛行的智能管控等科技難題，這些難題的解決與智能化測繪密切相關(guān)。

“走時空型混合智能計算的道路，是一個必然趨勢。未來要通過提供無域不達的時空感知、無處不在的時空連接、無時不用的時空計算、無所不及的時空智能、無隙可乘的時空安全，實現(xiàn)時空信息賦能高質(zhì)量可持續(xù)發(fā)展。發(fā)展時空型混合智能計算，是從數(shù)字化測繪走向智能化測繪的必然選擇，涉及理論創(chuàng)新、技術(shù)突破、體系構(gòu)建等難題。我們應加大研發(fā)力度，推動協(xié)同創(chuàng)新，努力構(gòu)建時空型混合智能計算的理論方法與知識體系，研發(fā)關(guān)鍵技術(shù)方法、應用系統(tǒng)和儀器裝備，積極應對社會數(shù)字化、智能化轉(zhuǎn)型。”陳軍院士最后總結(jié)道。