新浪新闻客户端

【走进上市公司 探索产品新动能】中科星图:新时代产品破解遥感之谜 引领AI深度融合之路

【走进上市公司 探索产品新动能】中科星图:新时代产品破解遥感之谜 引领AI深度融合之路
2023年07月11日 17:12

  “以ChatGPT代表的大模型颠覆了传统的AI解决方案,引领我们进入新的时代。AI能解决更广泛的问题,给人类社会带来创新性的成长,并有可能重塑现有的信息处理流程。中科星图的产品目标是通过一个统一的模型触及并推广应用到各行各业。”中科星图数字地球合肥有限公司常务副总裁唐德可日前在接受证券时报记者采访时表示。

  据悉,唐德可现任中科星图股份有限公司(股票代码:688568)高级副总裁、中科星图数字地球合肥有限公司常务副总裁。参与过我国第一颗SAR卫星地面系统、第一套多星一体化地面应用系统、高分辨率对地观测重大专项等国家重大工程建设项目任务,主持过多个大型工程及863等科研项目,获得部级科技进步二等奖。

  作为A股数字地球第一股,中科星图经过十余年的数字地球理论和研发积累,突破了空天大数据获取、处理、承载、可视化和应用五大核心技术,自主研发形成了GEOVIS数字地球产品体系。

  7月6日,中科星图的最新产品发布,其结合了遥感领域最权威的空天·灵眸大模型,加速实现了统一模型触及到各行各业的远景。

  那么,中科星图的新产品的特点是什么?新产品能解决什么行业问题?带着这些问题,日前,证券时报采访团走进了这家上市公司,中科星图数字地球合肥有限公司常务副总裁唐德可解码新产品的特点和优势。

  灵眸探索数字地球的精妙织梦

  中科星图最新的人工智能产品GEOVISEarthBrain是基于“空天·灵眸”自主遥感大模型,深度融合地球大数据、分析解译算法与超级计算机,构建可计算数字地球核心引擎,为地球科学研究、遥感行业应用、大众日常生活等提供高质量的时空内容服务。证券时报采访团被新产品GEOVISEarthBrain深深吸引。

  基于遥感智能大模型打造产品的原因是,传统的基于“小模型+大样本”模式进行遥感解译已经无法满足当今需求。例如传统模型的泛化能力和跨模态能力不足,泛化能力指的是AI模型对未见过数据的处理能力,表现为在新数据上的表现能力,良好的泛化能力使模型能在实际场景中产生准确的预测。跨模态能力指的是AI系统理解和处理不同数据类型(文本、图像、音频等)的能力,可实现数据类型间的理解和转换,提升对复杂数据的处理效果。

  “通过泛化和跨模态特性,新产品GEOVISEarthBrain能解决更广泛的问题,带来创新性的成长,并有可能重塑现有的信息处理流程。未来的目标是通过一个统一的模型触及并推广应用到各行各业。”唐德可对AI与产品的融入有深度的见解,并充满热情地表达了中科星图未来的愿景。

  星图灵眸遥感AI的泛化之光与跨模态之道

  融入了自主遥感大模型的GEOVISEarthBrain,强化了本身的泛化和跨模态特性,进一步看,其增强了产品的两大属性,实用性和通用性。

  一方面,关于实用性,唐德可解释道:“新产品无需为每个特定问题独立收集和训练大量数据。传统上,如在农业监测中,为了识别不同农作物,需要大量收集各种农作物样本进行模型训练,这既耗时又增加了成本。但现在,大模型能够实现跨任务迁移学习,即使对于从未见过的问题,也可以通过已有的模型进行预测和识别。这极大地降低了数据采集和模型训练的成本,扩大了其应用场景。”

  另一方面,关于通用性,唐德可娓娓道来:“语言模型如今已走出圈子,其内含的知识量之大,超越了视觉和音频等模态。然而,这些模态的信息含量在遥感领域相对较低,需经过对遥感多模态异构数据进行特征提炼和对齐。利用大模型工具,GEOVISEarthBrain能更好地实现各种模态的语义空间统一,为解决问题提供同一套语义体系。这也意味着,对于不同成像机理的遥感数据,无论是光学问题还是SAR问题,新产品都可以用同一套遥感大模型去处理,这样就可以在该模型上持续积累,形成一种基础设施型的服务。”

  总的来说,中科星图的新一代产品GEOVISEarthBrain,通过强大的遥感大模型,突破了传统智能解译遥感数据模式的限制,提升了泛化和跨模态的能力。它开启了一种前所未有的使用模式,无需大量数据采集和训练,同时可通用于多种模态。

  中科星图像是一座灯塔,指引着遥感行业进入一个全新的时代,那是大数据与AI深度融合的时代。而唐德可先生的远见和决心,为我们揭示了中科星图更宏大的愿景,它预示着在不久的将来,我们的日常生活、科研工作以及行业应用,都将被这一革新性的产品深度影响,展现出无限可能。(燕云)

  (来源:看头条网)

责任编辑:孙青扬

举报邮箱:jubao@vip.sina.com

Copyright © 1996-2023 SINA Corporation

All Rights Reserved 新浪公司 版权所有