作為一種可以滲入千行萬業(yè)的通用技術(shù)，AI 經(jīng)?？梢宰屢婚T聽上去「古老」的技術(shù)，瞬間煥發(fā)新的想象力。比如遙感，這個中國人并不陌生的技術(shù)詞匯。

所謂遙感，一般指運用遙感器對物體的電磁波的輻射、反射特性進(jìn)行探測。通過遠(yuǎn)離目標(biāo)和非接觸的方式，來判斷和識別探測目標(biāo)。這種技術(shù)一般應(yīng)用于空中平臺，比如衛(wèi)星、航空器、無人機(jī)等等。

在 100 年前，現(xiàn)代地理學(xué)和測量學(xué)當(dāng)中，已經(jīng)誕生了遙感科學(xué)的前身。1972 年，美國宇航局發(fā)射了搭載有遙感器的地球資源技術(shù)衛(wèi)星 ERTS-1，宣告了現(xiàn)代遙感技術(shù)正式到來。

這門在數(shù)十年間幫助人類認(rèn)識地球的技術(shù)，今天正在與 AI 技術(shù)展開一場充滿想象力的邂逅。但是二者的結(jié)合并不那么容易。端側(cè)AI算力的突破，算法模型的深度學(xué)習(xí)，正在成為 AI+遙感產(chǎn)業(yè)，乃至冉冉升起的空間智能領(lǐng)域，不可或缺的產(chǎn)業(yè)基石。

比如說，今年 6 月，武漢大學(xué)測繪遙感信息工程國家重點實驗室與華為攜手舉辦了遙感圖像稀疏表征與智能分析競賽。這場旨在推動「空間信息稀疏表征與融合處理」的相關(guān)理論與技術(shù)的發(fā)展的比賽中，參賽選手將使用華為智能計算新產(chǎn)品 Atlas 200 DK 開發(fā)套件，在對應(yīng)遙感圖像測試數(shù)據(jù)集上實現(xiàn)算法模型的推理計算。

今天我們可以以此為契機(jī)，探討一下遙感邂逅 AI 的價值與需求。

當(dāng)遙感邂逅 AI

新機(jī)遇也是新挑戰(zhàn)

從現(xiàn)代遙感誕生之日起，在兩彈一星項目的幫助下，中國一直是遙感技術(shù)的核心參與者。自 70 年代到如今，我國已經(jīng)發(fā)展出了完善的遙感相關(guān)學(xué)科以及多元化的應(yīng)用領(lǐng)域。在環(huán)境遙感、大氣遙感、資源遙感、海洋遙感、地質(zhì)遙感、農(nóng)業(yè)遙感、林業(yè)遙感等領(lǐng)域，都有著大量的應(yīng)用實踐與前沿探索。

到了今天，遙感技術(shù)主要面對的機(jī)遇與挑戰(zhàn)，是讓這門技術(shù)普惠化落地，推向各行各業(yè)，甚至讓遙感走入工農(nóng)林業(yè)的垂直生產(chǎn)周期，成為城市規(guī)劃、防災(zāi)救災(zāi)等領(lǐng)域的「一線工作者」。這其中有很多技術(shù)難點，就遙感科學(xué)本身是無法獨立攻破的。比如說在無人機(jī)遙感領(lǐng)域，圖像識別的周期長、從采集數(shù)據(jù)到應(yīng)用數(shù)據(jù)的需要消耗大量時間與人力成本，就成為了遙感進(jìn)入各行業(yè)的主要制約點之一。

而這個問題，恰好可以交給 AI 來解決。

我們知道，以深度學(xué)習(xí)代表的本輪 AI 技術(shù)，帶來了一個重要能力，就是機(jī)器視覺技術(shù)體系。其中圖像識別、圖像處理、動態(tài)識別、圖像分類等能力，恰好可以作用于遙感數(shù)據(jù)中。在理想狀態(tài)下，實現(xiàn)從數(shù)據(jù)到有效結(jié)論信息的自動化識別和推理。

目前，國內(nèi)已經(jīng)有眾多 AI 公司、研究機(jī)構(gòu)參與到了 AI+遙感產(chǎn)業(yè)的融合中，在自動化圖像處理、遙感數(shù)據(jù)解譯等領(lǐng)域完成了大批高質(zhì)量算法開發(fā)。去年，中國首個遙感人工智能應(yīng)用技術(shù)研究中心在重慶成立。目前，我國在農(nóng)業(yè)、工業(yè)、路網(wǎng)、氣象、水利、建筑等領(lǐng)域，都已經(jīng)展開了遙感+AI 的探索布局。

綜合來看，目前業(yè)界對「智能遙感」的主要理解是，AI 技術(shù)可以在遙感領(lǐng)域，提供主動、實時化、自動糾錯的圖像識別與推理能力。

具體到跟各行業(yè)垂直應(yīng)用息息相關(guān)的無人機(jī)遙感，AI 可以帶來如下幾項幫助：

◆ 1、完成大量自動識別工作，實現(xiàn)遙感數(shù)據(jù)到可用數(shù)據(jù)的自動化處理。

◆2、縮短遙感數(shù)據(jù)使用流程，通過自動識別、自動預(yù)處理，讓遙感結(jié)果可以實時被讀取和利用，從而讓實時化的遙感+作業(yè)聯(lián)動成為可能。

◆3、用算法還原圖像數(shù)據(jù)，降低環(huán)境與天氣帶來的影響。無人機(jī)遙感要面臨諸如復(fù)雜地形、雨霧天氣等影響因素，而通過特定算法的還原，這些影響因素可以部分消弭。

◆4、降低人工消耗，提高測繪效率，并且在部分領(lǐng)域?qū)崿F(xiàn)預(yù)警式遙感，比如我國目前在滇藏、青藏等高原公路路段，已經(jīng)采用 AI+遙感技術(shù)，來主動發(fā)現(xiàn)泥石流、塌方路段。

然而羅馬不是一天建成的。雖然遙感與 AI 的結(jié)合可以解決大量問題，構(gòu)建新的想象力。但是在真實結(jié)合中，依舊將面對不少產(chǎn)業(yè)障礙。

比如說，上文提到 AI 算法可以提高實時化自動識別遙感圖像的能力，但在實際運用中。遙感衛(wèi)星和無人機(jī)要將數(shù)據(jù)上傳到云端，在數(shù)據(jù)中心進(jìn)行處理后再回傳，依舊無法達(dá)到實時化的效果。上傳云端行為，限制了行業(yè)應(yīng)用 AI 遙感技術(shù)的可行性，比如在很多涉及國計民生的行業(yè)并不適合大量數(shù)據(jù)上云。

為此，最好的解決方案是讓無人機(jī)、遙感器等端側(cè)設(shè)備上可以進(jìn)行 AI 運算，數(shù)據(jù)本地預(yù)處理，實時貼近生產(chǎn)流程。然而產(chǎn)業(yè)現(xiàn)實是，目前 AI+遙感行業(yè)中，絕大部分企業(yè)主要解決的是算法問題。然而算法問題需要有效的網(wǎng)絡(luò)環(huán)境、計算環(huán)境去保障。就像再好的家電，沒有電也是白搭。

于是我們可以看到，在遙感體系中硬件層面，尤其是邊端側(cè)的 AI 算力供給變得十分重要。

另一個方向來看，AI 雖然降低了識別遙感數(shù)據(jù)所需的人力消耗，但復(fù)雜的硬件環(huán)境，很可能帶來更多的 AI 技術(shù)人才消耗。而在目前產(chǎn)業(yè)環(huán)境下，AI 硬件人才的成本是更大的。所以說，在硬件端保證遙感體系中，AI 能力的兼容性和環(huán)境可用性，也是一個重要問題。

好在邊端側(cè)的 AI 算力解決方案已經(jīng)在產(chǎn)業(yè)中浮現(xiàn)，比如說華為的 Atlas 智能計算產(chǎn)品，就帶給遙感行業(yè)一個令人驚喜的突破：讓 AI 算力飛在空中。

飛翔的 AI 算力

上文的邏輯中，我們講述了這樣一個現(xiàn)狀：遙感想要走進(jìn)各行各業(yè)，就需要加強(qiáng)無人機(jī)遙感的應(yīng)用性。其中核心問題在于，要讓無人機(jī)本身具備相對充沛的AI算力，讓圖像處理、圖像識別、環(huán)境識別等相關(guān)運算，直接發(fā)生在設(shè)備當(dāng)中。這樣一方面避免了數(shù)據(jù)上傳云端可能帶來的安全問題，同時也加快了處理速度，縮短業(yè)務(wù)流程。

總而言之，這個問題目前最有效的解法，需要讓 AI 算力飛起來，在無人機(jī)本身加裝 AI 芯片。

飛在天空中的 AI 加速能力并不容易，這需要充沛的 AI 算力、多鏈路視覺數(shù)據(jù)處理能力，以及無人機(jī)場景中的環(huán)境適應(yīng)性來進(jìn)行集合保障。

回到武漢大學(xué)測繪遙感信息工程國家重點實驗室所舉辦的比賽中，參賽選手們將使用 Atlas 200 DK AI 開發(fā)者套件來完成數(shù)據(jù)算法模型的推理計算。試想一下，如果不僅僅是算法側(cè)引入華為 Atlas 智能計算平臺，同時在無人機(jī)設(shè)備上搭載華為 Atlas 200 加速模塊（Atlas 200 AI 加速模塊，是一個嵌入式 AI 模塊，主要就是用于攝像機(jī)，無人機(jī)，機(jī)器人等硬件的端側(cè) AI 加速。在視頻分析領(lǐng)域，可以處理 16 路高清視頻的實時分析。而與之相配套的 Atlas 200 DK AI 開發(fā)者套件，可以在30 分鐘內(nèi)完成開發(fā)環(huán)境搭建，提供高達(dá) 16TOPS INT8 的算力性能。）遙感將在端測和算法側(cè)都得到強(qiáng)大的 AI 算力賦能，必將大大提升遙感測繪中的工作效率。

Atlas 200 還可以與華為的全棧全場景 AI 能力與 Atlas 系列化產(chǎn)品相結(jié)合，在云端一體化和多設(shè)備計算領(lǐng)域獲得更好的兼容性，有效應(yīng)對 AI+遙感可能需要的復(fù)雜解決方案部署和云端一體化應(yīng)用。

AI 算力飛在天上，僅僅是智能遙感大幕的一角。向更遠(yuǎn)處看，我們可以發(fā)現(xiàn) Atlas 200 代表的機(jī)器視覺與萬物相聯(lián)模式，正在有效形成各產(chǎn)業(yè)的突破機(jī)遇。萬物的智能迭代，都不可避免要從一枚芯片開始。

萬物「芯」開始

綜合來看，當(dāng) Atlas 200 走進(jìn)無人機(jī)遙感空間，可以看到這樣幾個應(yīng)用場景獲得了突破：

◆1、增強(qiáng)了實時化圖像識別與圖像預(yù)處理能力。讓農(nóng)業(yè)災(zāi)害的實時分析，抗災(zāi)調(diào)度，以及路況、山體檢測預(yù)警等實時化應(yīng)用效率加強(qiáng)。

◆2、基于本地計算的安全性保障，提升終端處理能力，讓電力、礦山，電力系統(tǒng)的遙感工作可以更好應(yīng)用 AI 能力進(jìn)行遙感測繪，提升了遙感技術(shù)的工業(yè)級應(yīng)用能力。

◆3、Atlas 系列產(chǎn)品的高性價比、主流算力特質(zhì)，可以更好支持真實的產(chǎn)業(yè)項目落地，幫助產(chǎn)業(yè)完成低成本、低門檻部署 AI 遙感，并且可以避免出現(xiàn)大規(guī)模部署中的斷貨缺貨狀態(tài)，構(gòu)筑更完善穩(wěn)妥的供應(yīng)鏈，讓農(nóng)業(yè)等需要廣泛部署 AI 遙感的長尾產(chǎn)業(yè)獲得了應(yīng)用可能。

總體而言，Atlas 讓智能遙感可以真正在硬件通道上走入千行萬業(yè)，讓智能遙感技術(shù)一定程度上達(dá)成實時化、工業(yè)級、低門檻，適配各行各業(yè)的需求。

同時應(yīng)該看到的是，這三點綜合下來，就是讓機(jī)器視覺能力高效率、高安全性、低成本地走入行業(yè)。目前這一能力并非僅僅被遙感領(lǐng)域需要，在大量需要應(yīng)用視覺識別、圖像與視頻處理的行業(yè)當(dāng)中，端側(cè) AI 加速都是必不可少的產(chǎn)業(yè)基座。

比如公共場所和交通場景中的智能攝像頭、智能園區(qū)的門臉識別解決方案、導(dǎo)覽機(jī)器人的視覺系統(tǒng)等等，都需要快速易獲取，能夠高效支撐產(chǎn)業(yè)應(yīng)用的端側(cè) AI 算力。

萬物智能，要從萬物有「芯」開始。Atlas 200 讓 AI 算力飛翔在空中，遙感落地千行萬業(yè)的故事，或許可以看作一個「公式」。它復(fù)用到今天無數(shù)產(chǎn)業(yè)端口中，構(gòu)成真正的普惠 AI 藍(lán)圖。