時空人工智慧
時空人工智慧是AI領域的新型創新應用技術,定義為以時空為‘索引’對多源異構資料進行時空化治理和融合,並借力知識工程和AI演算法進行智慧化分析,從而挖掘知識和輔助決策。時空AI是地理空間智慧、城市空間智慧和時空大資料智慧等的統一表示,包括從時空感知、認知到決策預知的多項核心技術。其應用生態領域非常廣泛,包括智慧城市、智慧交通、智慧園區、智慧零售、智慧地產、智慧商業等多個領域。
分層結構
主要特點
基於空間多源頻譜訊號AI的室內外定位感知技術
時空人工智慧平臺支援大部分機器學習工具框架,如TensorFlow、PyTorch、Scikit-Learn、XGBoost、Keras、MLlib、MXNet等。針對不同的機器學習框架提供基於Kubernetes的資源排程和分散式訓練的能力,以縮短訓練時間,提高模型的時效性。使用者無須進行復雜的配置和平臺分配工作,只需關注資料的輸入、程式碼的執行、日誌的輸出即可。
時空人工智慧預測的核心在於高效的機器學習與深度學習演算法,能夠根據時空歷史資料預測其未來觀測值。因卷積神經網路(CNN)、迴圈神經網路(RNN)、圖神經網路(Graph Neural Networks,GNN)和序列到序列(sequence to sequence,Seq2Seq)等深度學習模型在時空域上具有強大的自動特徵學習能力,被廣泛地應用於各類時空資料預測建模任務中。對於不同的應用,輸入和輸出變數都可以屬於不同型別的時空資料例項,包括點資料、時間序列資料、空間地圖資料和軌跡資料等,根據資料型別特點將採取適用的深度學習模型或進行組合建模來實現對未來場景的預測。
時空大資料
時空大資料應用,涉及採集、接入、儲存、管理、分析諸多流程環節,每個流程環節又有眾多技術路線及其實現框架可供選擇。這些技術和框架疊加與融合,即構成了時空大資料技術體系,支撐時空大資料的多型別應用。
(1)資料接入層主要作為資料入口,負責時空大資料的接入與快取,並供下游系統消費;
(2)資料儲存和管理平臺負責時空大資料的儲存,並組織相應的索引介面,按訪問模式可分為分散式檔案系統型和非關係型資料庫型兩類:分散式檔案系統型主要用於面向大規模資料量的聚合分析場景,而非關係型資料庫型主要用於各類資料精確查詢;
(3)資料處理與分析平臺除了提供基本查詢訪問介面之外,進一步提供高效能分析方法,根據資料存在形式和應用場景,分為面向批處理的離線資料分析和麵向流處理的實時流計算;
(4)應用層則根據需要,直接呼叫查詢/處理層的訪問介面與計算分析操作,或者透過二次開發來組合相關方法,以支援時空大資料的高階應用。
時空大資料計算一般基於分散式計算平臺,利用MapReduce、DAG計算模型、資料分割槽負載均衡以及分散式索引等關鍵技術,提高時空大資料分析的計算效率。分散式時空大資料分析的實現主要包含四個步驟:基於時空鄰近性的資料分割槽與負載均衡;分散式兩級時空索引的構建;高效空間關係計算庫的實現;SQL語言時空謂詞的擴充套件。
基於多源時空大資料與人工智慧技術的城市體檢場景
基於深度學習模型從遙感影像中自動提取多地物目標
時空人工智慧(ST-AI)與地理資訊公共服務平臺(如“天地圖”)之間存在緊密的聯絡和互補性。以下是它們之間的一些主要聯絡:
資料基礎:
- 地理資訊公共服務平臺,如“天地圖”,提供了豐富的地理空間資料,包括地圖、遙感影像、地理實體資訊等。這些資料是時空人工智慧進行分析和應用的基礎。
服務整合:
- 時空人工智慧可以整合到地理資訊公共服務平臺中,提供智慧化的分析和處理能力,如智慧交通分析、城市規劃、環境監測等。
功能增強:
- 透過時空人工智慧技術,地理資訊公共服務平臺能夠提供更高階的服務,例如實時交通流量分析、災害預警、城市熱島效應分析等。
使用者體驗:
- 時空人工智慧可以最佳化地理資訊公共服務平臺的使用者體驗,提供個性化的位置服務和智慧推薦,如基於使用者位置和行為模式的智慧導航和資訊推送。
決策支援:
- 時空人工智慧能夠為政府部門和決策者提供基於地理資訊的決策支援,如城市規劃、資源管理、環境評估等。
實時監測與預警:
- 結合地理資訊公共服務平臺的實時資料採集能力,時空人工智慧可以進行實時監測和預警,如自然災害監測、公共安全事件預警等。
資料融合與分析:
- 時空人工智慧可以處理和分析來自地理資訊公共服務平臺的多源異構資料,提取有價值的資訊和知識,為各種應用提供支援。
開發與創新:
- 地理資訊公共服務平臺為開發者提供了豐富的API和開發工具,使得開發者可以利用時空人工智慧技術開發新的應用和服務。
智慧城市建設:
- 時空人工智慧是智慧城市建設的重要組成部分,地理資訊公共服務平臺提供了智慧城市所需的地理空間基礎設施和資料服務。
教育與研究:
- 地理資訊公共服務平臺和時空人工智慧為教育和研究提供了豐富的資源和工具,支援地理資訊科學、城市規劃、環境科學等領域的教學和研究工作。
GEO系統在Kubernets
ArcGis with Kubernetes
時空大資料平臺架構
平臺按照“統一框架、分散式可組合微服務、高可用和可擴充套件”的原則,設計相關的系統開發規範和整合規範,形成統一的介面互動規則。平臺技術架構分為五層,分別是應用層、平臺層、資料層、雲平臺層和設施層
資料生命週期
平臺提供全鏈路的資料生命週期管理。資料庫分為原始庫、資產庫、專題庫和業務庫。透過資料引接的資料進入到原始庫後,經過資料治理進入到資產庫,不同型別資產資料可以整合和遷移進入專題庫,專案高度相關的非資產業務資料則在業務庫中儲存,實現從資料引接,到資料治理、資料分發儲存、資料共享,再到資料訂閱的全鏈路流轉處理和監控管理能力。
資料治理
API閘道器
總結
“時空人工智慧”是一種結合時間和空間資訊的人工智慧(AI)技術,旨在處理和分析與時空資料相關的問題。它綜合了時間序列分析、地理空間資料處理、計算機視覺、機器學習和深度學習等多種技術方法,來理解、預測和決策與時間和空間相關的現象或行為。
今天先到這兒,希望對雲原生,技術領導力, 企業管理,系統架構設計與評估,團隊管理, 專案管理, 產品管理,資訊保安,團隊建設 有參考作用 , 您可能感興趣的文章:
構建創業公司突擊小團隊
國際化環境下系統架構演化
微服務架構設計
影片直播平臺的系統架構演化
微服務與Docker介紹
Docker與CI持續整合/CD
網際網路電商購物車架構演變案例
網際網路業務場景下訊息佇列架構
網際網路高效研發團隊管理演進之一
訊息系統架構設計演進
網際網路電商搜尋架構演化之一
企業資訊化與軟體工程的迷思
企業專案化管理介紹
軟體專案成功之要素
人際溝通風格介紹一
精益IT組織與分享式領導
學習型組織與企業
企業創新文化與等級觀念
組織目標與個人目標
初創公司人才招聘與管理
人才公司環境與企業文化
企業文化、團隊文化與知識共享
高效能的團隊建設
專案管理溝通計劃
構建高效的研發與自動化運維
某大型電商雲平臺實踐
網際網路資料庫架構設計思路
IT基礎架構規劃方案一(網路系統規劃)
餐飲行業解決方案之客戶分析流程
餐飲行業解決方案之採購戰略制定與實施流程
餐飲行業解決方案之業務設計流程
供應鏈需求調研CheckList
企業應用之效能實時度量系統演變
如有想了解更多軟體設計與架構, 系統IT,企業資訊化, 團隊管理 資訊,請關注我的微信訂閱號:
作者:Petter Liu
出處:http://www.cnblogs.com/wintersun/
本文版權歸作者和部落格園共有,歡迎轉載,但未經作者同意必須保留此段宣告,且在文章頁面明顯位置給出原文連線,否則保留追究法律責任的權利。
該文章也同時釋出在我的獨立部落格中-Petter Liu Blog。