中國測繪地理信息學會2017年學術年會暨第十二次全國會員代表大會今日在南京舉辦。本次大會以“創新驅動，跨越發展”為主題，邀請測繪地理信息科技界專家、院士、學者齊聚一堂，呈現精彩特邀報告，并舉辦多個垂直領域分論壇。
會上，武漢大學副校長、大地測量學家李建成院士作了題為《人工智能對測繪學科發展帶來的機遇和思考》的報告。
以下為演講內容(內容未經本人核實)：
李建成：各位朋友非常高興有這個機會和大家做個交流。按照學會的邀請讓我做一個報告，我最近做的課題主要是人工智能發展，最近半年我做有關于GPU，大家知道我們GPU發展非常快，做了調試以后，我覺得可能將來GPU和我們CPU的迅速發展，甚至于GPU會對社會產生深遠的影響，所以就做這個報告“關于人工智能對測繪學科發展帶來的機遇和思考”。
我們從80年代就開始發展了計算，但是在很多情況下不能滿足，所以在近期要進行廣泛使用離子計算。通過這張圖大家可以看到，從單核的CPU，大家知道我們現在目前所有做的程序都是暴力算法，就是我們調通可以，而我們調優不行。而計算能力是提高CPU自身有關系，而且和我們本身的算法更有直接關系。大家看到我列了某一個案例，在過去單CPU算法有6900多秒，將近7000秒。16核的要快12000秒，大家看到68核KNL是多核的，提速了15倍。還有一個GPU，大家知道現在GPU每18個月性能提升到50倍，現在英特爾的CPU已經有瓶頸了，它的發展一年半提高到55%。
大家看到最近測試的要比單核快2000多倍，比多核的要多12倍，計算能力的提升必將引來測量測繪地理信息系統發生根本性的變化。所以我下面從三個方面給大家做一個介紹，人工智能引發的技術革命。
大家知道最近15年這發展當中，我們GPU發展非常快，主要是計算能力可能會引發人工智能。所以我們國家在2017年的規劃當中把人工智能也列為重要的一項，我后面會講到。
首先看人工智能，大家知道人工智能，人的識別是通過感官，就是通過我們五官去感受。計算機來識別，通過計算，簡單的計算，是通過算出來，而不是通過感官感覺出來的。所以要實現人工智能，當然它的計算能力要無限強大。
大家知道計算機的發明到今天整整71年，71年的發展歷程當中，我們計算機的速度一天一個變化，它的性能一天比一天高。最早的就是我們1949年2月份的第一臺計算機，當時計算機有多大呢?大家知道將近30噸，全部是用電子管，占地面積有170平方，將近200個平方，造價48萬，當時的48萬和現在的48萬完全是兩碼事，非常昂貴。它的運算速度有多少呢?只有5000次，也就是我們算一個東西，一秒鐘5000輪算，但是當時的CPU也非常不得了。到了50年代，電氣革命以后，就有了晶體管了，產生晶體管計算機，到了五六十年代中小規模集成電路計算機，到了70年代是大規模和超大規模的集成電路計算機，使個人電腦成為可能，有了個人電腦，1982年的第一臺PC電腦誕生，另外第五代未來是人工智能計算機。
它的構架仍然是第三代，現在還沒有突破第三代。大家知道第一代機器語言是匯編語言，少數人可以用。到了第二代就是我們的高級語言出現，第三代是操作系統、編輯系統、應用程序，它的計算可以達到百萬級。到了第四代可以達到幾千萬到千百億次計算速度，我們現在的計算機，像一個筆記本的運算速度是多少呢?就是一千億次。大家知道我們天河一號、天河二號，天河二號的運算次數達到3.3億次。我們江蘇的一個CPU256核，它的運算速度是當今世界最快的計算機，達到9.9億億次。第五代計算機，將計算機、網絡、通信合為一體，開啟人工智能的前奏。
如果談計算機的話，我們自然會想到互聯網，我們的計算機離不開網絡，如果離開網絡計算機是沒脈絡的。也就是我們中國的中醫發明脈絡、經絡，如果沒有網絡，計算機就沒有脈絡。所以網絡隨著計算機的發展才誕生，而同時它又推動著計算機得以發展。大家知道我們建超算，建高性能計算都是通過網絡去交流，網絡去交換，有了無線網絡、移動互聯網以后，我們有了云計算、云服務等等提供。網絡的發展對于人類社會的推動也起著非常非常重要的作用。
大家知道網絡是美國最早，1969年為了將四臺計算機聯系到一起，開始使用的網絡。所以美國首次組建了ARPANET網，將四臺計算機連在一起，為了使四臺計算機連一起，美國創建了NCP協議，現在我們都是TCP/IP，奠定了一個網絡使用的基礎，由此TCP/IP多提了NCP協議。當時在美國一個典型的使用，就是軍方發起、高校教育發起。我們國家在1982年，當時我們的國安系統考慮到國家安全，就把網絡限制了，影響了我們國家網絡十年的發展。大家知道1995年我們的教育網首先進入中國，當時網絡通訊非常非常慢。
60年代到70年代互聯網協議的建立，80年代初到80年代末期，大家知道網絡是以當時最典型的范圍就是郵件，電子郵件的出現。到了1989年以后有三大網絡出現，世界上成立兩家互聯網公司，一個是Google，一個是雅虎，大家知道雅虎現在已經瀕臨關閉，基本上處于關閉狀態。而Google現在不僅僅是一個互聯網公司，而且是一個高科技公司，它有無人駕駛，引領了世界各行各業的發展。
這是90年代末期，大家知道90年代末期完了以后就進入了新世紀，當時我們也考慮到計算機的千年蟲，最后不了了之。2007年也就是蘋果的世界上第一臺智能手機的出現，使互聯網進入了真正的移動互聯網階段，真正開啟了互聯網的新時代。所以現在我們的工作，大家知道我們的工作、生活都離不開網絡，都離不開移動互聯網、wifi，對于我們中國在世界網絡化發展當中已經有8.2億人口，網絡用戶是世界大國，而網絡的應用也推動了整個經濟社會發展等等一系列。
超級計算機的發展，伴隨著計算機的發展，我們也倒閉了很多過去大的公司，例如SCI、惠普的高性能計算業務、IBM過去小型機的高性能計算機語言。大家看到列表的計算機的運行次數，從40年代到60年代，到目前大家知道計算機的核數越來越多，因為我們目前的計算機還沒有突破電子文檔，我們的能耗功耗非常大，未來可能會是量子計算機。如果量子計算機的出現，就會產生什么呢?所有計算機的密碼、手機的密碼等等所有密碼都有可能在剎那間被破解。現在我們之所以破解不了密碼，是因為計算能力不夠。
從CPU，大家知道到GPU這個發展非常快，大家知道外賣。外賣實際上不是中國人發明的，就是取送。現在目前大家知道中國的外賣都是電動車去送的，如果說我們有很多電動車去送的話，要快得多。這就是GPU的核心高于CPU的技術，是多核的。最早的GPU主要是為了顯示，2006年斯坦福大學的一位教授發現這個GPU不僅可以用于圖形顯示，而且可以用于高性能計算。目前GPU逐漸成熟，很多環境，節點與節點之間，就是用MPI技術。當時為了推動GPU的發展，提出了一個六大平臺，除了GPU，還有OpenMP，它的循環性能提高。對于六大平臺提出來以后，它也是日趨完善，目前已經比較成熟了。但是后來開發了OpenACC，這為GPU的推廣和擴展使用提供了非常便利的條件。
剛才我說了CPU，如果我們一個人開車去送的話，我們用所有電動車去送的話，立即運行。目前GPU仍然遵守486定理。我們看到2016年4月，Nvidia發布Pascal架構，峰值性能達到1千萬次，今年又發布一塊卡，達到15T，大家知道用CPU到GPU，去年的人工智能還沒有用到TPU，今年的AlphaGo打敗柯潔用的就是TPU，TPU是未來發展方向，為我們深度計算，為遺傳算法，為網絡計算提供了便利。所以今年英美達發布的100，除了有15個單個運算，還有性能非常高的TPU，峰值達到180T，運算非常非常發達。
大家知道人工智能發展是從游戲開始，有很多方面是從游戲開始。從AlphaGo之前，大家知道美國最早在90年代的研究生與深藍下象棋，當時排名最前的俄羅斯的卡斯帕羅夫與深藍下棋，大家知道人能判斷十步，能判斷十步的話一定是國際象棋大師，深藍可以判斷十二步，所以首次戰勝人類。深藍的運算次數是達到了11個G，但是大家知道T是G的1000倍，當時的運算能力還不算很強。大家知道2005年中國收購了IBM的PC業務，是IBM賣掉了，不想做PC業務了，開始做高性能計算，研究藍基因的運算速度達到3萬G，現在3萬G對于我們計算機來說非常非常廉價，幾百萬就可以買到。現在英美達廠100萬的卡就可以達到12年前的運轉能力。2016年，大家知道韓國的棋手李世石和AlphaGo開始下，2017年AlphaGo挑戰柯潔，今年又形成了AlphaGo0，用的是1002個核的CPU，用了500多個GPU，所以從這個計算深度來說，我們人類的計算能力越來越強大，人工智能正在進行。
從AlphaGo的圍棋啟示，從AlphaGo1、AlphaGo2，到兩個月以后的AlphaGo0，過去的1和2都有國際棋譜，但是現在的0都沒有棋譜了，計算能力很強大。所以高性能計算1200個02的GPU，總結人工智能AlphaGo的啟示，我們目前有數據、有算法，有高性能的計算能力。將來我們的人工智能，一個嬰兒出來雖然不會表達，但是他知道他的母體是誰。通過什么呢?通過嗅覺可以剎那間感受到，而計算機識別語言是通過計算。
大家知道今年蘋果發布了iphoneX，是2007年到2017年的一個紀念版，采用的面部識別。這個面部識別可以區分出雙胞胎，同卵雙胞胎，所以它的難度非常快，所以也開啟了人工智能的新時代。
20世紀還認為是一個不可解決的復雜的人工智能問題，21世紀由于計算能力的突破，所以我們今天的人工智能也有驚人的突破。本質上就是搜索算法，大家知道搜索算法非常簡單，而它改變我們人類開啟人工智能的步伐。
計算機能不能超越人工智能呢?無數方面可以超越。另外群體智能，就是3000萬棋譜的智慧，從大數據終發現知識。另外更高層次，AI也就是人工智能可以改變世界。
這個是與社會有關的，就是Google計算機專家發布的PlaNet，大家知道，我們過去都知道，就是把室外的地形、地物、地表勾畫到我們的圖上，我們人看到這個地圖首先要去測，這個是會展中心就是會展中心，我們測的時候就知道是會展中心，所以我們在上面標注。而現在已經不是人工去測，而是航空遙感、地面攝影等等。這種識別就要采用人工智能，在過去人工智能不成熟的時候，還要用視覺來解決，而今天的人工智能，一切都有可能。
所以大家知道現在我們的手機，大家都會照相，都可以照相。而我們的照相，大家知道我們的地理位置在哪兒，時間，在你手機上照片信息位置全部有了。所以我們Google做了這么一個工作，將整個地球打成無限的網絡，每個網絡代表一個地理。將來我們可以拍攝出來地球的影像，所以用網格的信息來疊加，來識別我們在哪個地區。
識別的結果，大家知道就是三種顏色，黃色是真實地位，綠色是人工預測位置，這個藍色是PlaNet系統預測的位置。大家可以看到PlaNet神經網絡普適性更強，可以對地貌、代表物體甚至動物和植物進行地理定位，實驗表明該網絡識別定位能力超過人腦。所以人工智能將機器識別圖像的能力超過人類，因為人類是有極限的。所以未來人工智能，大家知道要精密定位，精密定位要做什么工作呢?首先要把衛星軌道弄清楚，而且今天要把數據下載下來。將來我們有沒有可能在衛星上裝一塊卡，把所有的GPS在衛星上直接發布到用戶手上，因為將來的精密定位、高精度定位再不用處理。還有一個影像的原始數據很大，將來可以加幾個高性能GPU，把信息處理完，下發到我們地面上的人，這樣數據量變小了，我們的信息就變得實時了。
突破動因，目前從人工智能大數據時代，我們人類經歷三次工業革命，計算機從發明到現在廣泛應用只有71年，而71年當中大大推動了人類發展。如果沒有計算機，我們仍然在原始時代，包括智能制造業。大家知道我們現在的建筑行業發展非常快，也是有計算機的支持。如果說南京長江大橋，20年以后修建一座大橋，它修建的周期非常強。現在有工業化水平，有計算機的信息水平，所以我們現在的南京長江大橋，包括武漢，所有沿長江城市大橋特別多，就是采用最新的方法。過去幾千年，人類認識地球，認識自然是通過科學實驗。我們有數學以后，通過數學公式來歸納。第三個階段，數學已經表達不出來了，怎么辦?我們可以用數字計算出來，大家已經不僅僅是一個接受信息者，而且是一個信息發布者。剛才古德查德(Goodchild)教授也講了大數據時代，而大數據時代，不光是地理位置，要和方方面面密切相連。在過去第三方算不出來的情況下，我們制造業的很多數據，生產的很多數據，要通過大數據來進行分析。所以自底向上、自頂向下進行深度學習的算法，自然語言的學習和認知計算。
人工智能，從AlphaGo就理解到，用人工的方法在計算機上實現智能，稱為人工智能或機器智能，在1956年夏季達特莫斯大學的一次歷史性聚會上提出人工智能。
所以按照時間劃分，50年代提出，60年代、70年代是一個形成期，知識應用期是70年代到80年代末，80年代到上世紀末和本世紀初是人工智能算法的興起，大家知道算法非常重要。因為人工智能，算法形成了三種主義，符號主義、連接主義和行為主義三大學派。人工智能技術的興起是在本世紀初，計算能力的提升。
人工智能的興起，主要是一個以人工智能為核心的，以自然智能、人工智能、集成智能為一體的新的智能科學技術學科正在逐步興起并引起了人們的極大關注。主要特征有由對人工智能的單一研究走向以自然智能、人工智能、集成智能的發展。
基于重大變化的信息新環境和發展新目標的新一代人工智能，主要是指信息新環境，主要是互聯網的數據、傳感網的滲透、大數據的涌現和網上社區的興起。新目標是指智能化的發展。
人工智能2.0主要這幾個方面，從傳統知識表達技術到大數據驅動知識學習，專項大數據驅動和知識指導相等結合方式。從分類型處理多媒體數據，邁向跨媒體認知、學習和推理新水平。從追求智能機器到高水平的人機協同融合，走向混合型增強智能的新計算形態。從聚焦研究“個體智能”到基于互聯網絡的群體智能，形成在網上激發組織群眾智能的技術與平臺。將研究的理念從機器人轉向更加廣闊的智能自主系統，從而促進改造各種機械、裝備和產品，走上智能道路。
大家知道，德國是一個工業國家，同樣非常注重智能制造業的發展，就是將信息物理融合和自動化生產。美國也是一個靠科學技術進步發展起來的一個國家，大家知道美國在2012年奧巴馬就提出網絡理念，在前年提出先進制造，有三個目標，第一個計算能力的持續增長，第二個是通信和分析能力迅速提高，還有是機器人技術和控制系統快速進步。
中國的戰略，2017年7月國務院發布了《新一代人工智能發展規劃》，有八項共性關鍵技術。國內外發展對比，這是Gartner公司發布的，這是中國新興技術成熟度，國內外發展對比主要結論，5G技術都尚處于科技誕生觸發期，需要5到10年的發展才能進入成熟期。VR和AR技術能夠展示令人驚訝，但是定植的價格和成本依舊高昂。
在云計算方面，大家知道過去是基于平臺的服務，基于技術特征的服務，國內都是處于發展階段，在技術上與國際先進水平還相當遠。在機器學習方面，中國和全球都處于期望膨脹的高峰期，在無人駕駛技術方面距離成熟還需要至少10年的時間。
另外對于社會的正面影響和負面影響都有，這個PPT可以給大家留下。
智能化發展，大家知道總體的趨勢是互聯網+、大數據+到人工智能+，會成為各行各業數字化轉型的重要方向。我們測繪對于社會貢獻是比較有限的一個行業，所以我認為我們作為一個學會，我認為學會就是學術和行業的連接，協會就是一個產業與行業的連接，所以我們一個學會，兩個協會，都要把我們未來的高科技發展走向滲透到產業和行業當中。
下面我做兩張簡單的PPT，回顧一下測繪界發展的脈絡，從傳統的測繪到所謂的信息化測繪，但是測繪都沒有抓住信息化時代的發展機遇，我們測繪采集的數據大多數依賴于國外的，所以我們的競爭顯得無力滄桑。我們測繪對整個社會的感知沒有問題，但是對認知還有問題，也就是我們從數據到信息到知識，這后半段還有差距。
技術形態，包括內容、關注手段、關注時間都發生了比較大的變化，主要體現在先進技術。在過去20年，全數字攝影測量、衛星導航定位、高分辨率等都推動著產業信息化，但是我們產業化程度與社會的要求還遠遠不夠。比如說我們現在使用最廣的產品就是導航，而導航產品不是我們測繪界做出來的，是導航界和互聯網界做出來的，所以我們必須要將測繪與互聯網連接，與其他行業連接，與新技術連接。
最后我講一下智能測繪時代的發展戰略思考。大家知道現在的智能機器人、智能社會都與地理信息分不開。我們行業從來沒有向大眾提供更多可用的產品，我們只為國家的事業單位，某個領域工程建設提供，而對全國人民或者全民眾沒有提供。所以22條重要觀點當中，這是聯合國未來的立體空間發展22個要點，相關的地理信息不再僅用于制圖和可視化，更重要在于它的數據集成、數據分析、模擬和決策，將各種數據混合到一起進行決策分析。總的來說，數據獲取能力遠遠超前于采用數據解決復雜問題的能力，解決此問題需要用數據各個與人工智能或機器學習技術結合，以便高效處理復雜問題。
人工智能的進步開始改變機器與客觀世界的交互方式。現階段，主要用于諸如機器人組裝的明確定義任務、先定義規則的數據分析。未來5到10年，發展趨勢是機器與環境的自主與自適應交互。期望通過改進地理空間特征識別的準確度，提高航空和衛星影像解譯的準確度。
從數據到信息到知識到智慧轉化，我認為有三種關系密不可分。解決復雜問題的能力，以地球系統變化感知與認知為例，從感知到認知，從表征變化進入到物理變化。
智能化測繪、遙感、導航裝備，從無人機到家用機器人，都需要用感知，將來自適應交互式使用。
未來的方向，是測繪機器人、移動測量機器人、飛行測量機器人等等，實現人機一體。
未來人有很多地方是到不了的，但是機器人是可以到的，各種關聯的機器人，農業、工業、醫學。大家知道醫學為什么那么發達?是因為它密切與最新科技結合。當然我們也對我們的中醫有很多微詞，因為中醫主要是在號脈，而目前西醫用的都是現代的核磁共振、CT等等，包括影像技術都用進去。如果我們的行業不把最高新技術用進去的話，發展是會被制約。對于行業來說，新技術對于每個行業來說都是平等的。
另外NVIDIA公司，全世界視覺計算機的引領。典型應用，從農業、國防、智慧城市、交通設施、土地管理、健康等等。遠景是建立實時、泛在的測繪、遙感與導航理論和技術體系。
建議開展新一代信息技術下的測繪、遙感、導航技術體系的發展戰略研究，推動測繪、遙感、導航產生再躍變的顛覆性理論和技術是什么。激光同樣的用于醫學，也解決醫學非常大的問題，所以我們一定要引起大家的關注。
講得不對的地方請各位給予批評，謝謝各位!
（來源：泰伯網）
010-87925868
QQ空間
微信朋友圈
微博
當前位置 : 
服務網絡
加入我們
企業郵箱