導(dǎo)語：達(dá)摩院推出開放的AI Earth地球科學(xué)云平臺。
故事的起點(diǎn)可以追溯到整整半個世紀(jì)前。
1972年，羅馬俱樂部發(fā)表了一份著名的研究報(bào)告《增長的極限》。在這份報(bào)告中，當(dāng)時世界上最著名的學(xué)者們深入探討了人口、食物、工業(yè)、污染和不可再生的自然資源之間的關(guān)系，并借此開啟了一個全新的研究領(lǐng)域。
15年后，聯(lián)合國委托世界環(huán)境與發(fā)展委員會編寫的報(bào)告《我們共同的未來》中，將這個研究領(lǐng)域概括為可持續(xù)發(fā)展——“既能滿足當(dāng)代人的需要，又不對后代人滿足其需要的能力構(gòu)成危害的發(fā)展”。
又過了差不多40年，在第70次聯(lián)合國大會上，193個聯(lián)合國成員國通過了包括17個可持續(xù)發(fā)展目標(biāo)和169項(xiàng)具體目標(biāo)的《變革我們的世界：2030年可持續(xù)發(fā)展議程》。全人類都希望能加強(qiáng)對社會、經(jīng)濟(jì)和環(huán)境的認(rèn)識，推動人類社會真的走上可持續(xù)發(fā)展的道路。
但科學(xué)家很快發(fā)現(xiàn)，實(shí)現(xiàn)這樣的目標(biāo)面臨著諸多嚴(yán)峻的挑戰(zhàn)，例如科學(xué)界對相互制約的目標(biāo)間的關(guān)系并不了解，他們也缺少足夠的數(shù)據(jù)和從這些數(shù)據(jù)中提升認(rèn)知的工具——能夠處理地球科學(xué)中海量數(shù)據(jù)的算法。
處理數(shù)據(jù)的能力是科學(xué)界面對的核心挑戰(zhàn)之一。除了規(guī)模驚人，這些數(shù)據(jù)還都具有空間屬性，因此兼具海量、多源、異構(gòu)、多實(shí)相、多尺度、非平穩(wěn)的大數(shù)據(jù)傳統(tǒng)特性以及很強(qiáng)的時空關(guān)聯(lián)和物理關(guān)聯(lián)性。不但傳統(tǒng)的算法在這里難有用武之地，甚至傳統(tǒng)的計(jì)算機(jī)也很難在這里發(fā)揮作用。
達(dá)摩院也注意到了這些挑戰(zhàn)，并認(rèn)識到遙感數(shù)據(jù)獲取的高成本、現(xiàn)有分析方法自動化程度低、成本高和解譯效率低的難題正阻礙著人類對地球、社會、環(huán)境及其相互關(guān)系的理解，因此推出了AI Earth地球科學(xué)云平臺。
達(dá)摩院AI Earth地球科學(xué)云平臺遙感影像數(shù)據(jù)檢索頁面
這個搭建在阿里云上的平臺具備高性能計(jì)算和存儲能力，集成經(jīng)過預(yù)處理的PB級開源衛(wèi)星遙感數(shù)據(jù)(涵蓋Landsat 8、Landsat 9、Sentinel-1和Sentinel-2)，以及地物分類、變化檢測、SAR水體提取等十余種AI算法。平臺將定量免費(fèi)為用戶開放，幫助提升衛(wèi)星遙感數(shù)據(jù)處理效率。
該平臺的AI算法采用了多項(xiàng)創(chuàng)新技術(shù)。基于NAS網(wǎng)絡(luò)結(jié)構(gòu)搜索技術(shù)，平臺設(shè)計(jì)了高效分類網(wǎng)絡(luò)結(jié)構(gòu)MuffNet等一系列針對遙感數(shù)據(jù)的專用高效特征提取網(wǎng)絡(luò)結(jié)構(gòu)，基于Transformer的旋轉(zhuǎn)目標(biāo)檢測框架在DOTA等遙感檢測數(shù)據(jù)集上取得了最佳效果。
這也是循序前進(jìn)的一系列工作的一部分。早在2020年9月，達(dá)摩院發(fā)布的AI Earth平臺，就已經(jīng)實(shí)現(xiàn)了對衛(wèi)星影像、無人機(jī)影像、實(shí)時視頻流、氣象數(shù)據(jù)、IoT數(shù)據(jù)等多源數(shù)據(jù)的融合分析，并已應(yīng)用于水利部、國家氣象中心、生態(tài)環(huán)境部等機(jī)構(gòu)。
達(dá)摩院AI Earth團(tuán)隊(duì)負(fù)責(zé)人李昊表示：“遙感影像分析任務(wù)需要強(qiáng)大的算力和創(chuàng)新算法，我們的開放平臺通過融合云計(jì)算和AI算法的優(yōu)勢，為用戶提供良好的線上研究環(huán)境，用云上AI助力科研?！?/FONT>
（轉(zhuǎn)載）
