隔离|大模型产业化有四个关键，昇腾AI推动“AI+遥感”打了个样隔离

文章图片

文章图片

文章图片

文|智能相对论
作者|夜远风
农业卫星在太空“拍下”地面这张“照片” ，地面根据这些图像数据，结合气象情况等，通过AI算法就准确地“算”出了农作物的长势状况，给地方政府、种地农民以参考。

（图：农业用地的遥感影像示意，来源：网络）
这是AI+遥感赋能数字农业领域的一个场景，种地不用再被动“看天吃饭” ，可以结合分析数据主动采取行动，告别面朝黄土背朝天的苦干模式，能够“心里有谱”、放宽心。
AI+遥感这些年正在快速落地，大量的创新应用涌现，上述农业领域的应用仅仅是个典型代表，在其背后，有一整套大模型产业化模式在起作用。
今年6月的华为伙伴暨开发者大会（HPDC 2022）上，昇腾AI的大模型全流程使能体系发布，接近半年时间过去，这个体系实现了有效运行并取得了积极成果。不久前的华为全联接大会2022（HC 2022）上，这些成果面向业界进行了重点展示。
在发展大模型已经成为产学研各界共识后，被构建出来的一整套大模型产业化模式，正在推动包括AI+遥感在内的众多领域加速AI应用创新与落地。
用途广泛的遥感技术，正在被AI大模型高效驱动
遥感技术在国计民生中的应用非常广泛，例如在城市运营、自然资源普查、植被分类、农作物监测及环境监测等方面都有深度应用。
而遥感的发展，主要分为两条线：
一是增加遥感数据的精密度，例如通过卫星采集到更高清的图像；
二是强化对图像等数据的“翻译”能力，即准确识别各类图像信息为各场景应用提供支撑。
在这种背景下， AI+遥感应运而生，通过人工智能的方式，可以大幅度提升既有数据的利用深度，并强化对遥感信息的翻译能力，输出更加精细化、更加准确的结果，甚至给出更形象直观的成果。

（图：某城市的高空图像与遥感处理后的结果对比，来源：网络）
随着遥感需求的不断提升， AI+遥感应用的创新也必须提速，而与其他AI场景一样，遥感同样需要大数据量与更聪明的算法，这时候，大模型的价值就体现出来。
大模型通过大规模数据的预训练方式规避了应用“重复造轮子”的现象。以前，包括AI+遥感在内， AI应用是单个单个创新的过程，每次解决一个场景的具体问题，都需要从基础数据和算法开始“再来一遍” ，如同小作坊式生产；现在，大模型的出现，在通用能力的基础上，企业或开发者只要在预训练模型基础上进行微调，就能“出产”胜任具体场景任务的应用，如同普通商品的“工业化大生产”一样，高效地出产高质量遥感AI应用，整个领域将实现简单高效发展。
在国家自然科学基金委员会的支持下，武汉大学基于昇腾AI推出了大模型武汉.LuoJia ，包括全球首个遥感影像智能解译专用框架武汉.LuoJiaNET和业界最大的遥感影像样本数据集武汉.LuoJiaSET 。
除了开篇提到的由武汉汉达瑞推出的农业领域预测农作物长势的应用，在武汉.LuoJia的支撑下，还有大量AI+遥感应用在产生。