一、人工智能技術的發展

       什么是人工智能？計算機科學理論奠基人圖靈（Alan Mathison Turing）在論文《計算機器和智能》中 提出了提出了著名的“圖靈測試”——如果一臺機器能夠與人展開對話（通過電傳設備），并且會被人 誤以為它也是人，那么這臺機器就具有智能。人工智能之父之一的馬文·明斯基（Marvin Minsky）則將 其定義為“讓機器作本需要人的智能才能夠做到的事情的一門科學”。而代表人工智能另一條路線—— 符號派的司馬賀（Herbert A. Simon）認為，智能是對符號的操作，最原始的符號對應于物理客體。人工智能大致可分為三個階段:第一階段 (1956-1980) 人工智能誕生;第二階段 (1980- 2000) 人工智能步入產業化;第三階段(2000- 至今)人工智能迎來爆發。

      人工智能算法發展至今不斷創新，學習層級不斷增加。學術界早期研究重點集中在符號計算，人工神經網絡在人工智能發展早期被完全否定，而后逐漸被認可，再成為今天引領人工智能發展潮流的一大類算法，顯現出強大的生命力。目前流行的機器學習以及深度學習算法實際上是符號學派、控制學派以及連接學派理論的進一步拓展。 

      機器學習算法和深度學習算法是人工智能中的兩大熱點，開源框架成為科技巨頭全面布局的重點。開源深度學習平臺是推進人工智能技術發展的重要動力，開源深度學習平臺 允許公眾使用、復制和修改源代碼，具有更 新速度快、拓展性強等特點，可以大幅降低企業開發成本和客戶的購買成本。 

        人工智能技術賦能傳統駕駛領域，可以有效提高生產與交通效率，緩解勞動 力短缺，達到安全、環保、高效的目的，從而引領產業生態及商業模式 的全面升級與重塑。智能駕駛是個復雜的產業鏈，其涉及的領域包括 芯片、軟件算法、高清地圖、安全控制等等。  

      歷史告訴我們，無論空間和時間如何切換變化，可以總結出的一點是：每一次地圖的創新迭代，都推動著一輪新的產業時代到來。如果把傳感器比作自動駕駛汽車的眼睛，把汽車控制系統比作大腦，那高精度地圖就是大腦里的知識庫，是大腦里的經驗，對大腦的決策起關鍵性作用。

       只有同時滿足“精度”和“鮮度”的地圖，才是一張真正的高精度地圖。在高精度地圖實際生產的過程中，有著嚴格的工藝體系和質量標準，并且需要龐大的實時數據作為支撐，因此，真正的高精度地圖時至今日依然是稀缺資源。

 

二、地理信息對于人工智能技術發展的重要性

       傳統導航電子地圖以道路為單位建立的拓撲模型，在現如今已無法滿足物流、出行服務、智慧城市各個應用場景上的需求，更不要說自動駕駛在感知、定位、決策方面的需求。隨著傳統電子地圖變為高精度地圖，并要求數據在云端實時在線更新，有望使得地圖廠商的商業模式從傳統賣“賣 license”變成提供數據服務的模式，地圖廠商在產業鏈里的“配角”，變成運營平臺的重要參與者。 

     1、高精度地圖是實現無人駕駛不可或缺的重要環節，是厘米級精確度的道路信 息虛擬化映射數據庫。

       其可以實現：（1）地圖匹配，提高車輛定位精度。（2） 解決特定情況下傳感器失效的問題，彌補環境感知設備的不足。（3）行駛路徑全局規劃，并且基于預判制定合理的行駛策略。“地圖能力是AI的基礎能力，地圖產品是AI的典型落地場景。” 百度地圖事業部總經理李瑩在18年中旬接受網易科技等媒體專訪時表示，通過AI的賦能，使地圖能夠真正在產品層面給用戶提供更準確、更豐富、更易用的服務。針對地圖的場景可以做很多個性化的定制服務，在地圖場景下也可以更好地做人工智能的產品化。通過深度學習、圖像識別、交通大數據等AI技術，導航地圖產品可以實現“更準確、更豐富、更易用”，比如定位信息準、道路數據準、路況信息準、路線規劃準，預估到達目的地時間準。

       DeepMind在《自然》雜志發表了一個的研究論文：把一個智能體放到地圖數據中。在不給它預設方位和地圖數據的前提下，讓AI模仿人腦中的海馬體，自動在地圖中需求位置，規劃道路。實驗證明，AI可以用像人腦一樣，用增強學習的方式去認路。這既闡釋了人腦的工作原理，也給未來AI研究帶來了新的方向。而整個研究的實驗基礎，就是建立在地圖之上的。可以說沒有精準的地圖數據，AI仿生人類大腦進行空間預判的研究就無從談起。這個故事證明了，地圖對于AI來說至關重要。AI在地圖中學習，并反過來讓地圖更好用，似乎是我們應對越來越復雜城市時的一個良性循環。

2、自主定位導航技術是機器人智能化的第一步。

       傳統的地圖主要用戶是人，它是給人去看或者是給人去用的，高精度地圖不管是服務于無人駕駛還是服務于機器人，首先一個最重要的變化它是直接給機器人和車輛去用，地圖的用戶群體完全發生了變化。之所以發生變化是因為在決策過程中間，地圖所起到的作用完全不同了，以前的地圖只是一個輔助性的，然后現在所謂的高精度地圖它在機器人的決策過程中間或者車輛決策過程中間它是直接參與的，和其他傳感器一樣直接參與控制決策，它的一點點錯誤會直接影響到人身安全或者是機器人的控制。

三、人工智能豐富了地理信息內涵

      今天，大多數的技術進步都不是封閉的創造發明，技術的跨界、聚合，以及技術的指數級增長，都受益于底層核心技術的共創共享。高精度地圖實時更新的特性決定了其數據是雙向交互的，商業模式以數據服務為主，行業競爭 格局穩定，國外三大圖商目前僅TOMTOM 一家是獨立圖商，Google 服務于自家的無人車，HERE 被奔馳、奧迪、寶馬德系三強聯合收購。由于地圖數據屬于敏感信息，國內市場外資有政策禁入壁壘，屬于外資禁入行業。另一方面，國家對相關資質嚴格限制，目前具有測繪甲級資質的單位全國有上百家，但具備導航電子地圖甲級資質的單 位僅有 13 家，其中企業化經營的只有 8 家，四維圖新和高德地圖是導航電子地圖的領頭羊。

       由于精確度的要求，高精度地圖的測繪要復雜得多。目前市場上高精度地圖的制作 主要包括采集車測繪、“眾包測繪”兩種模式。傳統技術圖商在硬件、數據及技術積累上 有絕對的優勢，主要采用采集車繪制，精度較高。各大車廠擁有海量的普通汽車，主要 采用“眾包測繪”的方法，通過與 Mobileye 等傳感器廠商合作，利用軟件算法，提高精度。目前已有規劃的包括特斯拉和豐田，戴姆勒等車廠表示，其也計劃將量產車變成采集車。

       除了厘米級的精度，完善的高精度地圖技術還需 要做到實時更新與實時同步。云計算助力信息實時更新與同步。傳統導航地圖只能做到階段性更新，而只有做到實時更新 同步，才能對外部環境的變化立刻做出反應：如幾公里外開始出現堵車，如果高精度地圖能立即對此信息進行更新同步，那 AI 就可以據此重新制定最優路線，繞開堵車路段。 現階段實時更新與同步的實現主要依靠云計算平臺的幫助。

       而近來地圖商們的一系列動作和聲音所釋放的信號顯示：地圖導航的人工智能化，可能是接下來產品間制勝的下一個角力點。實際上，地圖導航中的智能功能已經屢見不鮮，比如地圖商們很早便將人機語音交互功能內置到移動端地圖導航中，導航線路的規劃，到達時間的估計，甚至對第二天道路路況的預測，也是根據海量數據的積累，對未來結果進行的一次智能化預測。在地圖導航中應用人工智能，也不應該只是噱頭，更重要的在于其利用人工智能中的技術解決了哪些問題，或者實現了什么樣的功能。近一段時間來，圖商們紛紛出手，著力探索其應用的價值。

       總結來看，現階段地理信息行業（包括GIS平臺、地圖導航、行業應用等）的人工智能化體現在以下幾個個方面。

1、GIS平臺智能化迎來新機遇，構建智慧城市”大腦"

      隨著市場需求的激增，以及空間大數據、物聯網、人工智能等IT新技術的飛速發展，GIS（地理信息系統）將迎來新的黃金發展期。尤其在智慧城市的建設中，GIS將作為“大腦”而存在，為城市信息化奠定技術基礎。人工智能與GIS的融合將實現智能化GIS，是GIS發展的終極目標。構建在云計算、大數據、人工智能基礎上的多維動態新一代GIS，將在智慧城市、智慧產業，以及地理控制方面，發揮越來越重要的作用。目前的GIS平臺尚不能全面勝任智慧城市的全部需求，未來應以GIS平臺為核心，打造智慧城市的操作系統，是一項非常重要的工作，其核心要素和能力為：數據集成與融合、可視化表達，以及開放式的二次開發環境。

2、地圖導航與計算機視覺的結合

       地圖導航與計算機視覺技術的結合，在用戶端體現在與AR整合，進而優化導航過程中的體驗；而在地圖生產內業工作中則可輔助提高效率，乃至成為主要的生產技術方式。早在16年7月底，百度地圖向外界正式披露其地圖數據采集團隊時，也一同亮相了基于人工智能的地圖內業處理技術：讓機器視覺從衛星正攝遙感影像、無人機航拍影像中識別和標注道路信息，從街景汽車拍攝的街道影像數據中識別路兩旁的店鋪名稱，以及車道線、車道標牌等信息。對這些視覺類人工智能技術的應用，讓原本需要大量人工處理的內業工作，轉變為由機器自動化、規�；�的生產地圖數據。16年百度世界大會上，百度地圖事業部總經理李東旻提到，在團隊內部地圖數據自動化生產率已經達到了80%。

3、地圖導航與人機交互技術的結合

       地圖導航與人機交互技術的結合，其用途一方面是面向駕駛場景幫助用戶解放雙手專注駕駛，提高安全性；另一方面，人機交互效率的提升，也有效降低操作的門檻，用言語表達的方式直訴需求。其最大幫助，莫過于讓依靠移動端導航的司機、騎行用戶完全解放雙手并通過語音交流來使用各種地圖上的功能，從而讓注意力更集中于駕駛或騎行本身，保障出行過程的安全。而多輪對話則旨在構建一個可持續溝通的人機交互環境，它在多次問答中銜接上下文內容，并可以一步步地滿足用戶的訴求，在同樣減少不必要的手動操作的同時，對于低高齡人群或一部分能力障礙人群來說，也能降低操作的門檻。“毫無疑問，地圖是人工智能非常好的承載平臺。”搜狗地圖總經理孔祥來如此評價。在其看來，這也是搜狗之于語音和語義識別的技術積累，與地圖導航技術之間的一次緊密融合。

4、從時空地理信息大數據中利用人工智能挖掘價值

       以地圖為載體的大數據已經作為重要的資產，通過對其中的數據的挖掘、甄別、提取，可以為公眾出行效率的提升，提供更為精準的出行決策或建議。通過對大數據的充分挖掘和利用，可以讓導航平臺承載一顆更聰明的出行規劃“大腦”。高德地圖、騰訊地圖，以及百度地圖等圖商，其實都善于將地圖導航軟件中由用戶貢獻的脫敏大數據“數”盡其用�；�于用戶紅利，圖商們利用實時產生的大數據或歷史數據，對社會人口的出行狀況進行可視化分析。這些數據正在作為人工智能訓練的樣本，幫助地圖導航產品提高預判出行環境變化和趨勢的能力。同時未來時空地理信息大數據平臺是智慧城市的“大腦”——把時空框架數據和時空變化數據聚合到一個特定的平臺上，這個特定的平臺就是GIS軟件。

四、地理信息行業未來發展的挑戰

 

      1、 人工智能或許給出行市場中為數并不算多的各地圖導航產品又重新畫上一條差異化競爭的新起跑線。
      因為從本質上來看，人工智能技術賦能地圖導航其主要目的，還是提高和優化用戶體驗，而不斷滿足用戶需求的產品，才會在地圖導航的人工智能化趨勢中，獲得勝出。而百度系、阿里系和騰訊-四維圖新系地圖導航產品之于基礎地圖數據和導航能力的開放，可能還會讓不少人工智能初創團隊注意到地圖平臺的價值，成為新進者在地圖導航的大生態中掘金。 從融資額看，高精地圖賽道已和一些L4自動駕駛公司同輪次融資額接近。放眼全局，覬覦這個賽道的卻絕非僅是初創公司：新玩家除了創業公司，還包括滴滴、京東、美團等掌握場景的小巨頭，以及地圖行業客戶的主機廠；老資格的一派則有最上游的高德、四維圖新等圖商，和站在圖商背后、此前已重金投入地圖行業的BAT。根據網絡公開信息顯示：“高精地圖這項技術至少能在3、4年內讓整個中國地圖市場擴張4到5倍。”高精地圖行業未來會形成類似導航地圖行業的寡頭市場：因為做地圖成本極高，天然限制了公司數量，所以玩家不會太多；但單一公司又很難覆蓋乘用、物流等各類場景和各家車廠、共享出行公司的需求，所以也很難壟斷。
      2、大家都在做高精地圖，但市場上還沒有一張真正意義上的高精地圖。
      隨著 CPU/GPU 并行計算能力的提升，海量地圖數據為人工智能的訓練提供基礎，加之高速網絡、 云計算的結合，汽車智能化已經進入了實質性階段。無人駕駛涉及到的硬件核心是傳感器，傳感器包括激光測距儀、攝像頭等。軟件核心就是高精度地圖，無人駕駛汽車需要將實時將感知到的數據與地圖數據比較，來識別周邊環境。在制圖技術、功能和產業鏈地位上，高精地圖都與此前的電子導航地圖有較大差異。高精地圖主要給行業帶來了3個變量：眾包、人工智能和自動駕駛剛需。眾包意味著更低的成本，人工智能意味著更高的效率，剛需則意味著更強的付費意愿。關于高精地圖到底應該是什么樣的，精度到底有多高，目前仍然只有初步、階段性的答案，不同傳感器對應的高精地圖也不同。另外，數據更新要多快，要如何更新，也仍然在探索和嘗試中。
      3、人工智能給測繪地理信息行業帶來的機遇。
      未來的測繪技術依賴于人工智能，包括無人駕駛等。因此，需要改變理念，人工智能能在測繪活動里扮演很重要的角色。另外，人工智能也對測繪帶來挑戰。一是海量數據處理；二是人工智能的智商越高，對定位精度、空間信息準確性，以及地理信息認知要求就越高�？傮w來說，人工智能將來對測繪的沖擊比現在更大。如果將來路上全是無人車，無人車本身就帶了很多測繪的傳感器，這些數據跟終端數據一樣的，如果能統一處理的話，實時路況很清楚，很準確。智慧城市有很多流數據，如車流、人流，這些流數據跟固定的數據怎么實現智能，通過線上線下的對生存環境怎么感知，這些跟測繪都有密切的關系。利用人工智能的自主學習功能，當機器掌握了城市歷年來的信息之后，甚至可以預見到未來的發展。對我們最直觀的影響，就是可以利用這個城市大腦預測交通擁堵、人口遷徙等趨勢分析。      現在，在地理信息領域，人們能夠接收很多時空數據，有的時候人們甚至會感覺到各種數據太多。因此，怎樣有效找到人們需要的數據信息、人們怎么利用信息，才是關鍵問題。要利用大數據、云計算等挖掘數據的有效信息，智能化的地理信息系統需要對自己建模，對抽象的數據進行有效轉換。因此，對智能的地理信息系統而言，先要有現在的地理信息系統，然后通過大數據、云計算等變成地理知識系統，最終朝人工智能方向邁進，變成智能化的地理信息系統。