“快刀手”AI让违法用地无处遁形

本篇文章1087字，读完约3分钟

将原来需要3个月的遥感照片分析时间缩短到1分钟，这是山东省淄博市国土资源局正在尝试的快速刀具人工智能和新技术的一个优点。最近，该局与阿里公司合作，在国内首次利用人工智能技术实现了卫星遥感照片的自动分析、识别和比对，大大提高了效率。

这是什么样的技术？它是如何工作的？除了土地和资源领域，拥有强大魔法力量的人工智能未来将在哪些领域承担重要责任？对此，《科技日报》记者采访了阿里巴巴达摩研究所机器智能技术实验室智能决策首席科学家朱生火以及淄博市国土资源局相关监测人员。

耕地保护是国土资源部门的一项重要职责，淄博市国土资源局改变了它的工作方式。

该局的监测专家告诉记者，遥感图像分析似乎简单而困难。由于传统的卫星遥感分析除了使用人眼外，主要依赖于图形和图像的一些规则或模板，但很难识别形状略有变化的违章建筑。更麻烦的是淄博占地5965平方公里，靠人眼比较和识别，需要在照片中一个一个的比较建筑。一次遥感照片比对通常需要12名专业监测专家3个多月才能完成。现在，在阿里艾遥感分析技术的帮助下，通过对比新旧卫星遥感照片，所有非法的土地使用和耕地占用都是看不见的。

卫星遥感和航空空图像识别方案听起来晦涩难懂，但从朱生火的角度来看却很容易理解。它以深度学习等前沿人工智能技术为核心，通过机器学习来识别建筑物本身和周围环境等多维图像信息，能够准确识别在建的新建筑物。同时，由天气和建筑物阴影投射引起的误判被排除在外。此外，该系统还可以通过人工覆盖的方式智能识别掩盖非法用地的行为。

阿里艾遥感分析涉及计算机视觉和深度学习。这是什么样的技术？

朱生火告诉《科技日报》记者，深度学习通过大量的数据学习来模拟人类的一些能力。例如，本卫星遥感照片识别中使用的计算机视觉技术主要是使计算机模仿人类的视觉，像人一样观察世界。例如，非法建筑的检测和分类。违章建筑的形式多种多样，很难用定量的规则来描述，这是传统卫星遥感图像识别准确率低的主要原因。阿里使用的深度学习技术是一个模拟人和动物的神经网络。通过对海量卫星遥感图像的研究，训练人工智能对违章建筑具有更抽象的识别能力，从而达到更高的识别精度。

科学技术改变了传统的执法模式。除了上面提到的原始卫星数据的批量处理，阿里正在做的还包括端到端的解决方案。

朱生火表示，端到端意味着我们可以对原始卫星图像进行处理，对卫星遥感图像进行比对，输出和查询结果，并预留一个业务接口与业务端对接，这是一个与业务相关的全过程处理方案。他认为，在未来，人工智能可以在土地资源监测、水利非法占用检查、自然保护区、生态红线内生态环境破坏行为预警等应用场景中展示其才能。