智能时代测绘与位置服务领域的挑战与机遇

2017-11-30 09:51:41    来源:《武汉大学学报·信息科学版》2017, Vol. 42

摘要:人工智能时代,系统性、时空观、创意性3个思维方式将成为测绘行业开启智能时代大门的钥匙。

  来源:《武汉大学学报·信息科学版》2017, Vol. 42

        作者:刘经南, 高柯

  第一作者:刘经南, 教授, 中国工程院院士, 在大地测量坐标系理论、卫星定位应用、软件开发和重大工程应用方面做出了一系列开创性工作, 推动了省级及城市连续运行卫星定位服务系统在中国的建设; 先后获得5次国家科技进步奖, 多次省部级科技进步奖。通讯作者:高柯夫, 博士。

  摘要:由人工智能引发的智能革命星火,正向各行各业蔓延,测绘与时空位置服务的相关方法、技术、产业形态和商业模式所面临的挑战与机遇,是值得深入思考的问题。从人工智能的内涵、历程和趋势出发,阐述了对新一代人工智能特征的理解,并对智能时代来临所带来的机遇和挑战进行了分析。聚焦到测绘与位置服务领域,认为其作为行业,不会消失但必须转型,并分析了转型的可能路径;作为学科,不会扩张但须跨界、交叉和融合;作为职业,将会出现蓝领消失,创客、智士领军的局面。测绘与位置服务行业需要充分挖掘自身优势,将系统性思维、时空观思维和创意性思维作为开启智能时代大门的钥匙,才能实现测绘与位置服务行业向绿色、智能、泛在发展的整体转型。

  关键词:人工智能 测绘 位置服务 智能时代


  1997年5月,世界排名第一的国际象棋大师卡斯帕罗夫以2.5:3.5的总比分不敌美国国际商用机器公司(International Business Machines Corporation, IBM)公司的“深蓝”人工智能(artificial intelligence,AI)程序,在人与AI的智力对抗史上具有里程碑式的意义。然而,此时AI在围棋上的棋力尚不如业余棋手。

  2017年5月,Google公司的“阿尔法围棋”(AI程序)以3:0的总比分完胜世界排名第一的围棋大师柯洁,可以说攻克了人类棋类对弈上最后的智力堡垒,大大超出人们的预估。“阿尔法围棋”的团队负责人表示,“阿尔法围棋”在自我对弈中已无需人类棋谱帮助,可以实现自我进步[1]。其震撼性和带动效应从目前席卷全球的人工智能产业浪潮可见一斑。

  20a的时间,硅基的人工智能在特定领域实现了对于碳基的人类智能的某种超越,那么,是否可能实现全领域超越的智能时代成为人们思考的重大问题。

  劳动力密集型产业的工人岗位正逐步被工业机器人取代,司机的职位在未来5~10 a将逐步被自动驾驶车辆所取代,医生的外科手术和内科医疗诊断将越来越依赖医疗手术机器人和医疗智能诊断平台的辅助,基于人工智能的个性化、游戏化、沉浸式的在线互动教学模式对于学生的吸引力将迫使教师改进传统课堂教学模式。一名精通法律条文和诉讼流程的律师需要专门知识头脑和阅历的历练,而IBM的“沃森”(AI程序),能够在几秒内完成准确度达90%的法律顾问,比较起准确度只有70%的人类律师,既便捷又准确[2]。

  由人工智能引发的智能革命星火,正向各行各业蔓延,行业兴衰和职业更替的周期将越来越短,人们对自己的工作还有多久会被机器取代这一问题值得思考。百度前首席科学家吴恩达曾提出一条准则:如果人类进行一项思考时间少于1 s的任务,那么不远的将来或许能用人工智能自动化完成这项任务[3]。

  聚焦到测绘行业,随着智能传感设备和测量设备的精确性、智能性、实时性和可靠性越来越高,以前要由人跋山涉水、手提肩扛甚至冒着生命危险来完成的勘测类工作,以及测绘过程中的数据采集职能,在智能时代将逐步由智能设备或机器人来完成。专职野外型从业人员的需求量从长期看将会逐步萎缩,传统测绘学科的相关知识结构和建设重点也必将有所调整。

  与此同时,随着地理空间信息资源的深度融合和地理信息产业的蓬勃发展,测绘对象的范畴也将扩大到陆、海、空、天甚至互联网络及人自身等领域。多尺度、个性化、智能化、全天候的测绘服务型需求会越来越多,又会产生诸如统一时空基准的四维地理信息服务,无时不有、无处不在的泛在位置服务,室内外一体、智能无缝的协同精密定位服务等新职能。

  如果说泛在测绘是互联网时代的测绘,那么,在“互联网+”及其之后的人工智能和智能时代,特别是与大数据、云计算、移动互联网、人工智能技术、智能制造技术和机器人技术的结合,测绘与时空位置服务的技术、产业形态和商业模式的机遇与挑战,也是需要深入思考的问题。

  1 人工智能及其引爆的智能革命

  机器能否有思想或智能,国际上人工智能研究作为一门科学的前沿和交叉学科,尚无统一的定义。人工智能之父之一的马文·明斯基(Marvin Minsky)将其定义为“让机器做本需要人的智能才能够做到的事情的一门科学”。代表人工智能另一条发展路线——符号派的司马贺(Herbert A. Simon)则认为,智能是对符号的操作,最原始的符号对应于物理客体。计算机科学理论奠基人图灵(Turing)在论文《计算机器和智能》中提出了著名的“图灵测试”,即如果一台机器能够与人展开对话(通过电传设备),并且会被人误以为它也是人,那么这台机器就具有智能。

  对于人工智能研究所能达到的高度,目前存在3种观点:

  1) 弱人工智能观点认为不可能制造出能真正地推理和解决问题的智能机器,这些机器只不过看起来像是智能的,只是来改善经济社会发展所需要的一些技术条件和发展功能。

  2) 强人工智能观点认为有可能制造出非常接近于人的智能,真正能推理和解决问题,这需要脑科学的突破,即机器与人类一样拥有进行所有工作的可能,关键在于自动地认知和拓展,预计2050年达到[4]。

  3) 超人工智能是脑科学和类脑智能有极大发展后,机器产生了自我意识,并拥有超人的机能和智能等,目前仅存在于文艺作品中,但有不少科学家努力探索超人工智能。

  不难看出,目前的研究还处于弱人工智能阶段。回顾人工智能发展历程,从1956年达特茅斯会议的召开标志着人工智能研究的开启,历经60 a,两起两落,每次兴起都是人工智能算法有了新的突破,比如50年代神经网络的提出,80年代反向传播算法的出现。而每次低潮又是计算性能和数据规模的局限,未能满足实际应用的需求,从而导致政府和投资的冷落。自2013年始,以深度学习为代表的神经网络算法为核心,在大数据和图形处理器(graphics processing unit, GPU)大规模应用的推动下,在语音识别、图像识别领域达到甚至超过了人类平均水平,迎来了人工智能研究的第3次高潮。

  人工智能技术在数据生产、采集、存储、计算、传输和应用流程的渗透,随着网络的成熟和泛在而不断加深。核心算法、计算性能、大数据以及应用需求等方面的成熟度同步,形成合力,引爆了一场波及大多数领域的智能革命,受到各国政府的重视和产业投资的追捧,也预示着新智能技术(intelligent technology,IT)时代的到来。

  2017年,著名科技咨询公司Gartner发布技术成熟度曲线,其中人工智能相关技术达12项,备受市场关注。进入到曲线的人工智能相关技术包括深度学习、强化学习、通用智能、自动驾驶、认知计算、商业无人机、对话用户界面、企业分类法和本体管理、机器学习,智能微尘、智能机器人、智能空间[5]。Gartner认为,未来10 a,随着通用人工智能、神经形态硬件、深度强化学习、量子计算、脑机接口等技术的上升,人工智能将成为最具颠覆性的技术。

声明:中国勘测联合网登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述,文章内容仅供参考。