访问量： 396 次浏览
GeoAI 趋势五个关键发展：
当前的许多地理空间 AI/ML 任务需要人工干预才能获得足够的结果。
AI/ML 技术的进步将允许在地图绘制、对象识别、
识别对象中的特征/属性提取等领域实现完全自动化，
例如道路中的车道数量，或街道或建筑物的状况/损坏。
随着深度学习技术的进步以及对卫星图像和遥感数据的轻松访问，
地理空间 AI/ML 将在农业、林业、气候变化等行业得到更多采用，
例如那些涉及跟踪和管理自然资源的行业。
当前的地理空间 AI/ML 技术需要数天、
数周甚至数月才能将地理空间数据转化为可操作的结果。
提高计算能力、边缘计算、更好的算法和支持机器学习的
现场设备将允许开发实时和近实时的地理空间 AI/ML 应用程序。
随着功能强大的小型化遥感、图像、激光雷达系统和卫星的进步，
企业将能够获得更令人难以置信的实时地理空间和遥感数据集合，
这些数据具有越来越高的分辨率/质量，
用于新的地理空间 AI/ML 用途-目前不可能的情况。
目前，将地理空间 AI/ML 技术应用于业务问题需要训练
有素的数据科学家和机器学习工程师。
通过与 GIS 软件集成的预训练 ML 模型，
地理空间 AI/ML 将可供所有人使用，从小农场主到大型企业的高管。