王家耀

(河南大學(xué)，河南 鄭州 475001)

0 引言

自大衛(wèi)·希爾伯特1900年宣布與人工智能(Artificial Intelligence，AI)有關(guān)的2個(gè)世界性難題以來(lái)已經(jīng)過(guò)百年，經(jīng)歷了夢(mèng)想期、推理期、知識(shí)期和學(xué)習(xí)期，特別是近十余年來(lái)腦科學(xué)與智能感知技術(shù)和物聯(lián)網(wǎng)技術(shù)的快速發(fā)展，AI正在催生新的產(chǎn)業(yè)，“智能+”正在快速跨界發(fā)展，“智慧大腦”在智慧城市、智慧交通、智能物流、智慧農(nóng)業(yè)、智慧醫(yī)療和智能電網(wǎng)等許多領(lǐng)域都得到了應(yīng)用。

英國(guó)維克托·邁爾·舍恩伯格和肯尼思·庫(kù)克耶所著的《大數(shù)據(jù)時(shí)代》開(kāi)國(guó)外大數(shù)據(jù)研究之先河，大數(shù)據(jù)開(kāi)啟了一次重大的時(shí)代轉(zhuǎn)型，即思維變革、商業(yè)變革和管理變革。

時(shí)空大數(shù)據(jù)是基礎(chǔ)地理數(shù)據(jù)與部門業(yè)務(wù)專題數(shù)據(jù)的融合，它的提出具有深刻的哲學(xué)依據(jù)和實(shí)踐需求，是大數(shù)據(jù)的深化研究，是人類面臨的問(wèn)題的變化、人類需求的變化和技術(shù)發(fā)展變化的產(chǎn)物。

時(shí)空大數(shù)據(jù)平臺(tái)是“智慧大腦”三要素(智能感知系統(tǒng)、智能存儲(chǔ)管理系統(tǒng)和智能操作系統(tǒng))之一，AI賦能時(shí)空大數(shù)據(jù)平臺(tái)是新的發(fā)展趨勢(shì)。

1 人工智能時(shí)代正在到來(lái)

1.1 怎樣理解人工智能

AI是研究開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)，是計(jì)算機(jī)科學(xué)的一個(gè)分支。它試圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能與人類智能相似的方式做出反應(yīng)的智能機(jī)器。AI領(lǐng)域的研究包括機(jī)器人、語(yǔ)音識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專家系統(tǒng)等?？偟膩?lái)說(shuō)，AI研究的一個(gè)主要目標(biāo)是使機(jī)器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。

1.2 人工智能百年曲折道路

AI技術(shù)從提出至今已整整一百年，其間經(jīng)歷了夢(mèng)想期、推理期、知識(shí)期和學(xué)習(xí)期這4個(gè)階段[1-2]，這是AI逐步深化發(fā)展的過(guò)程。

(1) 夢(mèng)想期(夢(mèng)想探索)。最早由大衛(wèi)·希爾伯特在1900年宣布了23個(gè)世界性難題，其中第2和第10這2個(gè)問(wèn)題與AI密切相關(guān)，最終促成了計(jì)算機(jī)的發(fā)明；庫(kù)爾特·哥德?tīng)栍?931年提出了“哥德?tīng)柌煌陚湫远ɡ?AI不可能超過(guò)人類)”，被美國(guó)《時(shí)代周刊》評(píng)為20世紀(jì)最具影響力的數(shù)學(xué)原理；接著，艾倫·圖靈針對(duì)大衛(wèi)·希爾伯特提出的第10個(gè)問(wèn)題中“機(jī)械化運(yùn)算過(guò)程”(今天稱之為“算法”)設(shè)想出了一個(gè)機(jī)器——圖靈機(jī)，圓滿地刻畫(huà)出了“機(jī)械化運(yùn)算過(guò)程”的含義，最終為計(jì)算機(jī)的發(fā)明做了鋪墊，并于1950年發(fā)表了《機(jī)器能思考嗎？》一文，提出了“圖靈測(cè)試”標(biāo)準(zhǔn)；馮·諾依曼于1945年提出了“馮·諾依曼體系結(jié)構(gòu)”，最終推動(dòng)人類歷史進(jìn)入了信息社會(huì)，使AI之夢(mèng)成為可能；諾伯特·維納于1948年提出了“控制論”，揭示了用機(jī)器模擬人的可能性，為AI的提出奠定了重要基礎(chǔ)。

(2) 推理期(1956年AI元年)。約翰·麥卡錫、馬文·閔斯基(人工智能與認(rèn)知學(xué)家)、克勞德·香農(nóng)(信息創(chuàng)始人)、艾倫·紐厄爾(計(jì)算機(jī)科學(xué)家)和赫伯特·西蒙(諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主)等于1956年8月聚集在美國(guó)達(dá)特茅斯學(xué)院開(kāi)了2個(gè)月的會(huì)，主題是“用機(jī)器來(lái)模仿人類學(xué)習(xí)及其他方面的智能”。會(huì)議雖然未取得共識(shí)，但為討論的內(nèi)容取了一個(gè)名字——AI。因此，1956年成為AI元年。達(dá)特茅斯會(huì)議促使AI獲得了井噴式發(fā)展，概括起來(lái)主要有四大成果：① “機(jī)器定理證明”，以紐厄爾和西蒙等為代表，是最先取得重大突破的領(lǐng)域之一；② “四色定理”，由凱尼斯·阿佩爾和沃夫?qū)す系忍岢?，?duì)于任意地圖，最少僅用4種顏色就可以染色該地圖，并使任意2個(gè)相鄰的國(guó)家(或行政區(qū)域)不會(huì)重色；③ “機(jī)器學(xué)習(xí)”，阿瑟·薩繆爾設(shè)計(jì)的跳棋程序具有自學(xué)習(xí)功能；④ “模式識(shí)別”，奧利弗·薩爾夫瑞德(1956年)、紐厄爾和西蒙(1957年)以及詹姆斯·斯拉格(1963年)等研制開(kāi)辟了模式識(shí)別這一新領(lǐng)域。但是好景不長(zhǎng)，自然語(yǔ)言理解成了AI的“硬骨頭”，AI研究遇到了挫折，項(xiàng)目研究經(jīng)費(fèi)被削減。

(3) 知識(shí)期(專家系統(tǒng))。面對(duì)短暫的挫折，愛(ài)德華·費(fèi)根鮑姆通過(guò)分析提出了傳統(tǒng)AI之所以會(huì)陷入僵局，是因?yàn)檫^(guò)于強(qiáng)調(diào)使用通用求解方法，而忽視了具體知識(shí)的運(yùn)用，認(rèn)為AI必須引入知識(shí)，于是一個(gè)新的研究領(lǐng)域——專家系統(tǒng)誕生了。第一個(gè)專家系統(tǒng)于1968年問(wèn)世，隨后不斷涌現(xiàn)出各式各樣的專家系統(tǒng)。在1977年“第五屆人工智能大會(huì)”上提出了“知識(shí)工程”這個(gè)全新領(lǐng)域，在其刺激下，日本、英國(guó)、西歐、美國(guó)和中國(guó)等陸續(xù)推出有關(guān)計(jì)劃，致使20世紀(jì)60—90年代國(guó)內(nèi)外都出現(xiàn)了專家系統(tǒng)研究熱潮。但是，知識(shí)獲取這個(gè)新的棘手問(wèn)題又?jǐn)[在了面前。

(4) 學(xué)習(xí)期(自下而上的啟發(fā)式)。面對(duì)知識(shí)獲取的“知識(shí)工程”瓶頸問(wèn)題，傳統(tǒng)的AI研究主張讓專家們自上而下地設(shè)計(jì)，被統(tǒng)稱為“符號(hào)學(xué)派”；而另外一些研究AI的人則主張通過(guò)自下而上的學(xué)習(xí)獲取知識(shí)，分別被稱為“連接學(xué)派”和“行為學(xué)派”。自20世紀(jì)80—90年代，三大學(xué)派形成了三足鼎立的局面?！胺?hào)學(xué)派”，以約翰·麥卡錫、紐厄爾和西蒙等為代表，集專家、知識(shí)、規(guī)則和推理于一體，多次人機(jī)大戰(zhàn)取勝；“連接學(xué)派”，即早先神經(jīng)網(wǎng)絡(luò)法(以沃倫·麥卡洛克和沃爾特·匹茲等為代表)、多層神經(jīng)網(wǎng)絡(luò)即BP算法(以杰夫·辛頓、阿瑟·布賴森等為代表)及統(tǒng)計(jì)學(xué)習(xí)理論(以弗拉基米爾·萬(wàn)普尼克和亞歷克塞·澤范蘭杰斯為代表)；“行為學(xué)派”與“符號(hào)學(xué)派”和“連接學(xué)派”不同，它是從簡(jiǎn)單的昆蟲(chóng)入手來(lái)理解智能是怎樣產(chǎn)生的，先后研制了機(jī)器昆蟲(chóng)(羅德尼·布魯克斯)、遺傳算法(約翰·霍蘭)、蟻群算法以及模擬群體行為的免疫算法(克雷格·雷諾茲、肯尼迪等)。三大學(xué)派總的目標(biāo)一致，但它們分別是從高、中、低3個(gè)層次來(lái)模擬AI，其理論基礎(chǔ)和計(jì)算機(jī)模型都存在很大差異，而現(xiàn)實(shí)中的AI系統(tǒng)卻是一個(gè)整體，三大學(xué)派正是在這樣的“分裂與統(tǒng)一”中使AI進(jìn)入了新世紀(jì)。

1.3 20世紀(jì)60—90年代國(guó)內(nèi)外專家系統(tǒng)研究的反思

20世紀(jì)60—90年代，國(guó)內(nèi)外先后曾出現(xiàn)專家系統(tǒng)研究熱潮，處于“知識(shí)期”，可是后來(lái)熱潮卻不在了。原因是什么呢？錢學(xué)森先生早在1984年就指出過(guò)，“我以為外國(guó)人工智能工作，似乎急于求成，而基礎(chǔ)理論工作不扎實(shí)。我們當(dāng)然最后要取得應(yīng)用成果，但不能沒(méi)有理論指導(dǎo)，理論與實(shí)踐相結(jié)合?！盵3]時(shí)隔17年后，李娜在2011年的《科技導(dǎo)報(bào)》發(fā)表文章《被批20年無(wú)進(jìn)展，人工智能需要重啟》指出，為什么沒(méi)有機(jī)器人能夠修復(fù)日本的核反應(yīng)堆？原因是AI研究在20世紀(jì)60年代和70年代取得了很大進(jìn)步，但隨后走上了錯(cuò)誤道路。作者引用AI和認(rèn)知科學(xué)領(lǐng)域的奠基人馬文·閔斯基和帕特里克·溫斯頓的話：“過(guò)去20年中AI本來(lái)是應(yīng)該取得更大進(jìn)展的，問(wèn)題發(fā)生在20世紀(jì)80年代，AI研究資金開(kāi)始枯竭，研究人員嘗試探索商業(yè)化AI，由此產(chǎn)生的最大問(wèn)題是AI研究的狹窄和專業(yè)化，而基礎(chǔ)問(wèn)題研究無(wú)人問(wèn)津，沒(méi)有進(jìn)展。因此主張回歸早期的研究模式，讓狹窄的應(yīng)用驅(qū)動(dòng)研究回歸到好奇心驅(qū)動(dòng)研究。沒(méi)有理論指導(dǎo)，研究工作就不可能持久[4]”。

后來(lái)的事實(shí)證明，AI“回歸基礎(chǔ)”后出現(xiàn)了好的轉(zhuǎn)機(jī)。進(jìn)入21世紀(jì)以來(lái)，由于重視了AI基礎(chǔ)理論研究，取得了一大批理論與應(yīng)用成果[2,5-14]。

因此，我們要從AI百年發(fā)展的“曲折道路”中吸取經(jīng)驗(yàn)教訓(xùn)。應(yīng)該像在這個(gè)領(lǐng)域做出杰出貢獻(xiàn)的科學(xué)家們那樣，不斷前行，挑戰(zhàn)極限，克服當(dāng)前“急功近利”的做法；應(yīng)該學(xué)習(xí)當(dāng)年(1956年8月)麥卡錫等科學(xué)家們齊聚達(dá)特茅斯學(xué)院，用2個(gè)月時(shí)間圍繞一個(gè)主題進(jìn)行交流討論的精神，克服當(dāng)前科技界的“浮躁之風(fēng)”“趕集之風(fēng)”；要像老一代科學(xué)家那樣，對(duì)待科學(xué)問(wèn)題要提倡爭(zhēng)論，如果沒(méi)有當(dāng)年關(guān)于AI“三大學(xué)派”的分裂與統(tǒng)一，怎么可能有今天的AI蓬勃發(fā)展的大好局面呢？

2 人工智能為何能賦能時(shí)空大數(shù)據(jù)平臺(tái)

2.1 認(rèn)識(shí)時(shí)空大數(shù)據(jù)

大數(shù)據(jù)，是社會(huì)大眾普遍的提法，為什么提出“時(shí)空大數(shù)據(jù)”？時(shí)空大數(shù)據(jù)與大數(shù)據(jù)各自的內(nèi)涵和特征是什么？這是首先要搞清楚的。

(1) 時(shí)空大數(shù)據(jù)的哲學(xué)依據(jù)和實(shí)踐需求，核心是大數(shù)據(jù)的時(shí)空統(tǒng)一觀

從哲學(xué)角度看，世界是物質(zhì)的，物質(zhì)是運(yùn)動(dòng)的，包括人類活動(dòng)在內(nèi)的萬(wàn)事萬(wàn)物的運(yùn)動(dòng)變化都是在一定的時(shí)間和空間進(jìn)行的，而所有大數(shù)據(jù)都是包括人類活動(dòng)在內(nèi)的萬(wàn)事萬(wàn)物的運(yùn)動(dòng)變化的產(chǎn)物，空間參照和時(shí)間參照是大數(shù)據(jù)的2個(gè)基本特征，這就是哲學(xué)時(shí)空觀。

從作戰(zhàn)指揮和軍事行動(dòng)的實(shí)踐需求看，“戰(zhàn)略是時(shí)間和空間的使用藝術(shù)”，任何軍事行動(dòng)都是在一定的時(shí)間和空間進(jìn)行的，過(guò)去、現(xiàn)在、未來(lái)都是如此。時(shí)空統(tǒng)一至關(guān)重要，這就是作戰(zhàn)指揮和軍事行動(dòng)的時(shí)空觀。

從社會(huì)管理治理的實(shí)踐需求看，當(dāng)今社會(huì)的一個(gè)重要特點(diǎn)，是社會(huì)管理治理對(duì)時(shí)間和空間的依賴程度越來(lái)越高，時(shí)空大數(shù)據(jù)正日益成為社會(huì)治理體系和治理能力現(xiàn)代化的核心驅(qū)動(dòng)力，這就是社會(huì)管理治理的時(shí)空觀。

從復(fù)雜地理世界表達(dá)的實(shí)踐需求來(lái)看，非線性復(fù)雜地理世界，必須用時(shí)間軸(Ti)、空間軸(Si—XiYiZi)和屬性軸(Di)(i=1,2,…,n)的n維空間來(lái)表達(dá)才是科學(xué)的，這就是復(fù)雜地理世界表達(dá)的時(shí)空觀。

從大數(shù)據(jù)的本質(zhì)來(lái)看，所有大數(shù)據(jù)都是包括人類活動(dòng)在內(nèi)的萬(wàn)事萬(wàn)物在一定時(shí)間和空間運(yùn)動(dòng)變化產(chǎn)生的，空間參照和時(shí)間參照是自然與社會(huì)現(xiàn)象的基本參照系統(tǒng)，任何事物和現(xiàn)象都離不開(kāi)這2個(gè)基本參照，這就是大數(shù)據(jù)的時(shí)空觀。

(2) 時(shí)空大數(shù)據(jù)內(nèi)涵

基于上述時(shí)空大數(shù)據(jù)的哲學(xué)依據(jù)和實(shí)踐需求，時(shí)空大數(shù)據(jù)是指基于統(tǒng)一的時(shí)空基準(zhǔn)(空間參照系統(tǒng)、時(shí)間參照系統(tǒng))，存在于空間與時(shí)間中，與位置直接(定位)或間接(時(shí)空分布)相關(guān)聯(lián)的大規(guī)模海量數(shù)據(jù)集。由“基礎(chǔ)地理時(shí)空數(shù)據(jù)”和“部門行業(yè)專題數(shù)據(jù)”融合而成?；A(chǔ)地理時(shí)空數(shù)據(jù)，包括時(shí)空基準(zhǔn)數(shù)據(jù)、GNSS與CORS數(shù)據(jù)、空間大地測(cè)量與物理測(cè)量數(shù)據(jù)、海洋測(cè)繪和海圖數(shù)據(jù)、攝影測(cè)量數(shù)據(jù)、遙感影像數(shù)據(jù)、“4D”數(shù)據(jù)和地名數(shù)據(jù)等；部門行業(yè)專題數(shù)據(jù)，包括政府部門/企業(yè)/研究院所業(yè)務(wù)數(shù)據(jù)和科學(xué)數(shù)據(jù)、視頻觀測(cè)數(shù)據(jù)、搜索引擎數(shù)據(jù)、網(wǎng)絡(luò)空間數(shù)據(jù)、社交網(wǎng)絡(luò)數(shù)據(jù)、變化檢測(cè)數(shù)據(jù)、與位置相關(guān)的空間媒體數(shù)據(jù)和人文地理數(shù)據(jù)等。

(3) 時(shí)空大數(shù)據(jù)的基本特征

不同于大數(shù)據(jù)的4V(Volume，Variety，Velocity，Value)特征，時(shí)空大數(shù)據(jù)的基本特征主要包括：

① 位置特征。點(diǎn)、線、面的三維空間位置(Si—XiYiZi)，點(diǎn)、線、面的空間關(guān)系(拓?fù)?、方向、變?；由點(diǎn)構(gòu)成線，由點(diǎn)、線構(gòu)成面，由點(diǎn)、線、面構(gòu)成體。

② 屬性特征。每個(gè)點(diǎn)、線、面、體都有自身的數(shù)量、質(zhì)量特征。

③ 時(shí)間特征。物體(現(xiàn)象)的位置、屬性等隨時(shí)間變化而變化。

④ 尺度特征?？臻g尺度或比例尺隨應(yīng)用需求而不同，大比例尺為小尺度，小比例尺為大尺度。

⑤ 分辨率特征(針對(duì)影像)。包括空間分辨率、光譜分辨率和時(shí)間分辨率(重訪周期)。

⑥ 異構(gòu)性特征。包括時(shí)空基準(zhǔn)、時(shí)間、尺度和語(yǔ)義等的不一致性和不完整。

⑦ 多樣性特征。數(shù)據(jù)類型多樣(圖像、文本、視頻和音頻)、數(shù)據(jù)結(jié)構(gòu)多樣(結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化)。

⑧ 巨量性特征。指數(shù)據(jù)量巨大，達(dá)到TB，PB，EB甚至ZB級(jí)，需要科學(xué)先進(jìn)的存儲(chǔ)管理技術(shù)。

⑨ 多維特征。空間維(Si—XiYiZi)、屬性維(Di)和時(shí)間維(Ti)構(gòu)成多維數(shù)據(jù)。

⑩ 價(jià)值隱含性特征。指大量不相關(guān)的信息，需要關(guān)聯(lián)；數(shù)據(jù)隱含價(jià)值，需要進(jìn)行數(shù)據(jù)挖掘以發(fā)現(xiàn)知識(shí)。

2.2 認(rèn)識(shí)時(shí)空大數(shù)據(jù)平臺(tái)

把各種分散的(點(diǎn)數(shù)據(jù))和分割的(條數(shù)據(jù))時(shí)空大數(shù)據(jù)匯聚到一個(gè)特定的自主可控的平臺(tái)(GIS)上，并使之發(fā)生持續(xù)的聚合效應(yīng)。這種聚合效應(yīng)就是通過(guò)數(shù)據(jù)多維融合和關(guān)聯(lián)分析與數(shù)據(jù)挖掘，揭示事物的本質(zhì)規(guī)律，對(duì)事物做出更加快捷、更加全面、更加精準(zhǔn)和更加有效的研判和預(yù)測(cè)。從這個(gè)意義上講，時(shí)空大數(shù)據(jù)平臺(tái)是大數(shù)據(jù)的核心價(jià)值，是大數(shù)據(jù)發(fā)展的高級(jí)形態(tài)，是大數(shù)據(jù)時(shí)代的解決方案。

2.3 從“智慧大腦”看人工智能賦能時(shí)空大數(shù)據(jù)平臺(tái)

(1) “智慧大腦”的三要素。類比人類智能的人腦具有感知、存儲(chǔ)管理、分析判斷決策功能，AI的“智慧大腦”也應(yīng)由智能感知系統(tǒng)、智能存儲(chǔ)管理系統(tǒng)和智能操作系統(tǒng)(分析判斷決策)組成。

智能感知系統(tǒng)——天地一體智能感知網(wǎng)(傳感器網(wǎng))。建設(shè)天地一體智能感知系統(tǒng)，綜合統(tǒng)籌利用國(guó)內(nèi)外各類衛(wèi)星遙感影像數(shù)據(jù)，特別是商業(yè)衛(wèi)星數(shù)據(jù)，并進(jìn)行快速處理。充分利用無(wú)人機(jī)多角度傾斜攝影數(shù)據(jù)，并進(jìn)行自動(dòng)三維建模，為構(gòu)建“數(shù)字地表模型(DSM)+局部實(shí)景三維+重點(diǎn)建筑信息模型(BIM)”的三維模型奠定基礎(chǔ)。充分發(fā)揮融合體制的作用，加強(qiáng)基礎(chǔ)地理時(shí)空數(shù)據(jù)的生產(chǎn)和更新，最大限度地縮短生產(chǎn)、更新周期。充分利用“時(shí)空大數(shù)據(jù)+衛(wèi)星遙感影像+開(kāi)源情報(bào)信息”模式，通過(guò)分析獲得敏感地區(qū)、敏感領(lǐng)域、敏感設(shè)施和敏感對(duì)象的信息。

智能存儲(chǔ)管理系統(tǒng)——資源池。指云計(jì)算數(shù)據(jù)中心所涉及的各種硬件、軟件、數(shù)據(jù)和知識(shí)等的集合。按其類型可分為：信息基礎(chǔ)設(shè)施資源池，包括計(jì)算資源、存儲(chǔ)資源和網(wǎng)絡(luò)資源；數(shù)據(jù)資源池，包括基礎(chǔ)地理時(shí)空數(shù)據(jù)、政府各部門行業(yè)的專題數(shù)據(jù)及其他專題數(shù)據(jù)；功能資源池，包括軟件資源、模型算法資源、知識(shí)資源和專家資源。云計(jì)算是將計(jì)算任務(wù)分布式部署在由大量計(jì)算機(jī)(計(jì)算、存儲(chǔ))構(gòu)成的“資源池”上，使用戶能按需獲取計(jì)算能力、存儲(chǔ)能力和提供應(yīng)用的能力。這種“資源池”稱為“云”，云計(jì)算的核心是“資源池”。采用中心、分中心技術(shù)體制，建設(shè)一體化國(guó)家、省、市時(shí)空大數(shù)據(jù)中心。一體化時(shí)空大數(shù)據(jù)中心主要功能有：傳感器網(wǎng)絡(luò)(簡(jiǎn)稱“傳感網(wǎng)”)接入功能、時(shí)空大數(shù)據(jù)分布式存儲(chǔ)、管理和動(dòng)態(tài)更新功能、已建分布式地理信息系統(tǒng)(GIS)、數(shù)據(jù)庫(kù)的網(wǎng)格化(第三代互聯(lián)網(wǎng)/新一代Web)集成應(yīng)用功能以及網(wǎng)絡(luò)空間數(shù)據(jù)安全態(tài)勢(shì)監(jiān)控與防范功能。

智能操作系統(tǒng)——時(shí)空大數(shù)據(jù)平臺(tái)?！爸腔鄞竽X”通過(guò)“天空地?！币惑w的智能感知傳感器網(wǎng)絡(luò)獲取海量信息；資源池存儲(chǔ)管理信息基礎(chǔ)設(shè)施資源(計(jì)算、存儲(chǔ)和網(wǎng)絡(luò))、時(shí)空大數(shù)據(jù)資源(基礎(chǔ)地理時(shí)空數(shù)據(jù)、各部門行業(yè)數(shù)據(jù)、科技咨詢信息數(shù)據(jù))和功能資源(軟件、模型、算法、知識(shí)和專家)?！爸腔鄞竽X”怎樣進(jìn)行分析、判斷、預(yù)警和輔助決策呢？這就需要有一個(gè)“操作系統(tǒng)”——“時(shí)空大數(shù)據(jù)平臺(tái)”。時(shí)空大數(shù)據(jù)平臺(tái)的功能包括一體化時(shí)空大數(shù)據(jù)中心數(shù)據(jù)接入功能，多源異構(gòu)時(shí)空大數(shù)據(jù)融合功能，時(shí)空大數(shù)據(jù)分析、數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)功能，目標(biāo)分析識(shí)別功能，時(shí)空大數(shù)據(jù)可視化及可視化設(shè)計(jì)功能，分析、判斷、預(yù)警和輔助決策功能，時(shí)空大數(shù)據(jù)平臺(tái)應(yīng)用接口功能，網(wǎng)絡(luò)空間安全態(tài)勢(shì)監(jiān)控和防范功能等。

(2) “智慧大腦”三要素之間的關(guān)系：相互聯(lián)系、相互依賴、相互制約、相互作用的統(tǒng)一整體。智能感知系統(tǒng)獲取的大規(guī)模海量數(shù)據(jù)，需要存儲(chǔ)在資源池中，若沒(méi)有資源池，感知系統(tǒng)獲得的大規(guī)模海量數(shù)據(jù)就無(wú)法匯聚在一起，更無(wú)法共享；反之，若沒(méi)有感知系統(tǒng)獲得的大規(guī)模海量數(shù)據(jù)，資源池就成了一個(gè)“空池”；同樣，若僅有感知系統(tǒng)和存儲(chǔ)管理系統(tǒng)，而沒(méi)有操作系統(tǒng)——時(shí)空大數(shù)據(jù)平臺(tái)，那么大規(guī)模海量數(shù)據(jù)和各類資源就無(wú)法發(fā)揮其服務(wù)社會(huì)的作用。所以，“智慧大腦”三要素是一個(gè)整體，缺一不可。

(3) “智慧大腦”三要素中的任何一個(gè)要素內(nèi)部的各組成部分也是一個(gè)統(tǒng)一整體。以存儲(chǔ)管理系統(tǒng)為例，包括數(shù)據(jù)資源(基礎(chǔ)地理時(shí)空數(shù)據(jù)、各部門行業(yè)專題數(shù)據(jù))、功能資源(模型、算法)和計(jì)算資源(計(jì)算能力或算力)。形象地講，若把資源池比作一個(gè)“發(fā)電廠”，那么，計(jì)算存儲(chǔ)資源就相當(dāng)于“發(fā)電機(jī)”，數(shù)據(jù)資源就相當(dāng)于“發(fā)電動(dòng)力”，模型算法等功能就相當(dāng)于“引擎”，三者缺一不可，是一個(gè)整體或系統(tǒng)。所以，一定要用整體或系統(tǒng)工程的思想來(lái)建設(shè)“智慧大腦”。

2.4 互聯(lián)網(wǎng)技術(shù)與“3S”技術(shù)的快速發(fā)展為時(shí)空大數(shù)據(jù)平臺(tái)提供強(qiáng)有力的技術(shù)支撐

這主要表現(xiàn)在3個(gè)方面：

(1) 北斗全球?qū)Ш较到y(tǒng)為全球?qū)崟r(shí)高精度定位提供了強(qiáng)大支撐，衛(wèi)星對(duì)地觀測(cè)系統(tǒng)為環(huán)境信息獲取奠定了堅(jiān)實(shí)基礎(chǔ)。采用“統(tǒng)一時(shí)空基準(zhǔn)+北斗全球?qū)Ш较到y(tǒng)+天地一體對(duì)地觀測(cè)網(wǎng)”的模式，解決時(shí)空信息獲取的全球化、實(shí)時(shí)/準(zhǔn)實(shí)時(shí)動(dòng)態(tài)化和精準(zhǔn)化問(wèn)題。

(2) 分布異構(gòu)地理信息系統(tǒng)的網(wǎng)格化集成與智能服務(wù)技術(shù)使已建GIS數(shù)據(jù)和數(shù)據(jù)庫(kù)數(shù)據(jù)繼續(xù)發(fā)揮作用。對(duì)于已建遺留系統(tǒng)，由于系非面向服務(wù)的體系架構(gòu)(SOA)，通過(guò)開(kāi)發(fā)數(shù)據(jù)中間件、協(xié)同中間件和事務(wù)中間件，以解決系統(tǒng)間的數(shù)據(jù)交互、消息傳遞、協(xié)同工作及事務(wù)處理等問(wèn)題；對(duì)于新建SOA系統(tǒng)，通過(guò)進(jìn)行標(biāo)準(zhǔn)化服務(wù)封裝，主要解決各類地理空間信息服務(wù)的標(biāo)準(zhǔn)化問(wèn)題。

(3) 時(shí)空信息獲取、處理(生產(chǎn))、應(yīng)用(服務(wù))一體化技術(shù)可行，關(guān)鍵是新型技術(shù)體制建設(shè)。主要通過(guò)基于網(wǎng)格(Grid)的深度聯(lián)網(wǎng)計(jì)算和服務(wù)環(huán)境，實(shí)現(xiàn)邏輯上的信息探測(cè)網(wǎng)、信息處理網(wǎng)和應(yīng)用服務(wù)網(wǎng)的3類網(wǎng)絡(luò)的優(yōu)化集成，以提高時(shí)空信息獲取、處理(生產(chǎn))、應(yīng)用(服務(wù))的一體化水平，盡最大可能地縮短從地理信息獲取到提供地理信息服務(wù)的周期。

2.5 人工智能技術(shù)的快速發(fā)展支撐時(shí)空大數(shù)據(jù)平臺(tái)的智能化

(1) 機(jī)器學(xué)習(xí)由淺層神經(jīng)網(wǎng)絡(luò)到深層神經(jīng)網(wǎng)絡(luò)(深度學(xué)習(xí))的發(fā)展為解決時(shí)空大數(shù)據(jù)平臺(tái)的“知識(shí)工程”瓶頸問(wèn)題開(kāi)辟了一條新的途徑。

這就是用大數(shù)據(jù)教會(huì)計(jì)算機(jī)自己不斷學(xué)習(xí)以獲取知識(shí)。機(jī)器學(xué)習(xí)是AI的一個(gè)分支，它是通過(guò)算法使機(jī)器能從大量歷史數(shù)據(jù)中學(xué)習(xí)規(guī)律，從而對(duì)新的樣本做出智能識(shí)別或?qū)ξ磥?lái)做出預(yù)測(cè)。神經(jīng)網(wǎng)絡(luò)的前世是基于統(tǒng)計(jì)方法的淺層機(jī)器學(xué)習(xí)模型，經(jīng)歷了人工神經(jīng)網(wǎng)絡(luò)BP算法、支持向量機(jī)(SVM)和最大熵算法等；神經(jīng)網(wǎng)絡(luò)的今生是基于大數(shù)據(jù)方法的深度學(xué)習(xí)(2006年)，特征提取和表示是關(guān)鍵，主要包括卷積神經(jīng)網(wǎng)絡(luò)(1998年)、基于自編碼器的深層學(xué)習(xí)、受限玻爾茲曼機(jī)和深度網(wǎng)絡(luò)等，主要用于語(yǔ)言識(shí)別、圖像識(shí)別和自然語(yǔ)言處理，其優(yōu)勢(shì)是用大數(shù)據(jù)教會(huì)計(jì)算機(jī)自己學(xué)習(xí)。

(2) 類腦智能研究將為“智慧大腦”的智能化打開(kāi)一扇大門。

類腦智能是AI領(lǐng)域的一個(gè)研究方向，是AI發(fā)展的另一條路徑，將成為AI發(fā)展的最佳方向。AI領(lǐng)域的專家認(rèn)為，基于機(jī)器學(xué)習(xí)的AI技術(shù)已深入到許多領(lǐng)域，但是機(jī)器學(xué)習(xí)往往需要大量的數(shù)據(jù)，而且還面臨無(wú)法進(jìn)行推理的困境。正是在這種情況下，科學(xué)家們開(kāi)始轉(zhuǎn)向?qū)Υ竽X的借鑒與研究。

類腦(Brain-inspired Intelligence)——模擬人腦，類腦智能——模擬人腦的類腦計(jì)算機(jī)，是AI發(fā)展的重要途徑，通過(guò)發(fā)展類腦智能可以揭示人腦信息處理的途徑，有利于完善AI研究。

為什么要研究類腦和類腦智能？一是，機(jī)器學(xué)習(xí)不靈活，需要大規(guī)模人工標(biāo)注的高質(zhì)量樣本數(shù)據(jù)；二是，訓(xùn)練模型要很大的計(jì)算開(kāi)銷；三是，AI仍然缺乏高級(jí)認(rèn)知能力和舉一反三的能力。

目前，類腦智能的研究已經(jīng)有了良好的開(kāi)端，取得了一些研究成果，但仍面臨三大瓶頸：腦機(jī)理認(rèn)知不清楚、類腦計(jì)算模型和算法不精確以及計(jì)算架構(gòu)和能力受制約。

(3) AI“三駕馬車”或“三要素”，即算法、時(shí)空大數(shù)據(jù)和計(jì)算能力，已成為時(shí)空大數(shù)據(jù)平臺(tái)的核心驅(qū)動(dòng)力。

算法，指某個(gè)領(lǐng)域某個(gè)問(wèn)題的有窮地機(jī)械地判定(計(jì)算)。它只用有窮多條指令描述，計(jì)算機(jī)便按指令執(zhí)行有窮步的計(jì)算過(guò)程，從而得出問(wèn)題解的結(jié)果。從本質(zhì)上講，算法本身就是一種知識(shí)。算法是機(jī)器學(xué)習(xí)的核心(是引擎)。以算法為核心的AI與人腦相比較至少有四大優(yōu)勢(shì)：速度更快、效率更高、結(jié)果更好、耐力更強(qiáng)。

時(shí)空大數(shù)據(jù)，是AI(機(jī)器學(xué)習(xí))的動(dòng)力(類比發(fā)電廠的水動(dòng)力、煤動(dòng)力和核動(dòng)力)，沒(méi)有時(shí)空大數(shù)據(jù)，算法就不起作用，數(shù)據(jù)質(zhì)量不好，就會(huì)算不準(zhǔn)。

計(jì)算能力(算力)。云計(jì)算是一種新的計(jì)算模式，它通過(guò)“池化”和“云化”把數(shù)千臺(tái)甚至上萬(wàn)臺(tái)機(jī)器都放在一個(gè)“池子”里面。用戶需要多少CPU、內(nèi)存和硬盤的“虛擬電腦”，只要通過(guò)一種叫做“調(diào)度(Scheduler)”的算法的調(diào)度中心，就可以在“池子”里面找到并使用自己所需要的信息資源，這就是基礎(chǔ)設(shè)施即服務(wù)(IaaS)，具有時(shí)間彈性和空間彈性。云計(jì)算為信息資源管理構(gòu)建一個(gè)龐大的“資源池”，實(shí)現(xiàn)信息資源的彈性。云計(jì)算在資源彈性IaaS之上加了一層應(yīng)用彈性，以解決時(shí)空大數(shù)據(jù)所需的應(yīng)用彈性平臺(tái)即服務(wù)(PaaS)和軟件即服務(wù)(SaaS)。

上述AI“三要素”中的算法、時(shí)空大數(shù)據(jù)和計(jì)算能力三者缺一不可，但當(dāng)前要把可控的智能算法研究放在更重要位置。

3 時(shí)空大數(shù)據(jù)平臺(tái)的技術(shù)體制及應(yīng)用模式

時(shí)空大數(shù)據(jù)平臺(tái)必須采用不同于目前已有商業(yè)化GIS軟件的技術(shù)體制，針對(duì)現(xiàn)有GIS軟件應(yīng)用存在的問(wèn)題提出了更科學(xué)和更符合社會(huì)需求的應(yīng)用模式。為此，必須首先對(duì)現(xiàn)有的地理信息服務(wù)模式進(jìn)行分析。

3.1 現(xiàn)有3種服務(wù)模式及分析結(jié)論

目前，地理信息服務(wù)有3種模式：① 基于網(wǎng)絡(luò)服務(wù)(Web Service)的空間信息共享和空間數(shù)據(jù)互操作技術(shù)模式；② 基于網(wǎng)格服務(wù)(Grid Service)的信息資源共享與協(xié)同工作(解決問(wèn)題)技術(shù)模式；③ 基于云計(jì)算的時(shí)空信息服務(wù)技術(shù)模式。

對(duì)上述3種服務(wù)模式，從其內(nèi)涵、功能、關(guān)鍵技術(shù)、采用標(biāo)準(zhǔn)、技術(shù)架構(gòu)、服務(wù)共享特點(diǎn)和發(fā)展趨勢(shì)等7個(gè)方面進(jìn)行了全面分析，得出了如下綜合分析結(jié)論：

第一，4種模式都采用SOA。

第二，都是解決“共享”與“服務(wù)”的問(wèn)題，只不過(guò)“共享”的“程度”與“服務(wù)”的范圍、方式不完全相同。

第三，網(wǎng)絡(luò)服務(wù)與網(wǎng)格服務(wù)的技術(shù)標(biāo)準(zhǔn)有相同的，也有不同的，網(wǎng)絡(luò)服務(wù)與網(wǎng)格服務(wù)的大趨勢(shì)是兼容或“融合”，但標(biāo)準(zhǔn)是統(tǒng)一的國(guó)際或國(guó)家標(biāo)準(zhǔn)，服務(wù)提供方、請(qǐng)求方都必須清楚；而云服務(wù)標(biāo)準(zhǔn)可以是內(nèi)部統(tǒng)一的，用戶不必清楚。

第四，網(wǎng)格服務(wù)是網(wǎng)絡(luò)服務(wù)的發(fā)展，云服務(wù)(Cloud Service)是網(wǎng)格服務(wù)的簡(jiǎn)化版或商業(yè)化實(shí)現(xiàn)。

3.2 時(shí)空大數(shù)據(jù)平臺(tái)的技術(shù)體制：基于“網(wǎng)格集成”與“彈性云”的混合式服務(wù)模式

基于前述對(duì)現(xiàn)有時(shí)空信息服務(wù)的3種技術(shù)模式的綜合分析及所得出的結(jié)論，提出了時(shí)空大數(shù)據(jù)平臺(tái)采用基于“網(wǎng)格集成”與“彈性云”的混合式技術(shù)模式。這是因?yàn)?，網(wǎng)格服務(wù)是網(wǎng)絡(luò)服務(wù)的發(fā)展，可以解決廣義的信息資源共享，推進(jìn)技術(shù)融合、業(yè)務(wù)融合和數(shù)據(jù)融合，實(shí)現(xiàn)跨層級(jí)、跨地域、跨系統(tǒng)、跨部門和跨業(yè)務(wù)的協(xié)同管理和服務(wù)；而云服務(wù)是網(wǎng)格服務(wù)的簡(jiǎn)化版或商業(yè)化實(shí)現(xiàn)，相對(duì)于網(wǎng)格服務(wù)而言其門檻要低，而且云計(jì)算具有“空間彈性”和“時(shí)間彈性”。所以，時(shí)空大數(shù)據(jù)平臺(tái)的技術(shù)體制兼顧了網(wǎng)格服務(wù)與云服務(wù)的優(yōu)點(diǎn)，即通過(guò)網(wǎng)格集成匯聚各類信息資源，通過(guò)彈性云向各類用戶提供所需服務(wù)。

3.3 時(shí)空大數(shù)據(jù)平臺(tái)的構(gòu)建技術(shù)

為實(shí)現(xiàn)時(shí)空大數(shù)據(jù)平臺(tái)的技術(shù)體制，提出如下6項(xiàng)關(guān)鍵技術(shù)：

(1) 一個(gè)“SOA”：構(gòu)建一個(gè)開(kāi)放的體系架構(gòu)，強(qiáng)化共用，整合通用，開(kāi)放應(yīng)用。SOA由3個(gè)角色和4個(gè)基本操作構(gòu)成。3個(gè)角色包括服務(wù)提供者、服務(wù)請(qǐng)求者和服務(wù)注冊(cè)中心；4個(gè)基本操作是服務(wù)注冊(cè)(描述/發(fā)布)、服務(wù)查找(訪問(wèn)/定位)、綁定服務(wù)和調(diào)用服務(wù)。

(2) 一張“網(wǎng)”：建設(shè)一張“天地”一體的信息服務(wù)網(wǎng)，為實(shí)現(xiàn)信息資源共享和跨層次、跨地域、跨系統(tǒng)、跨部門、跨業(yè)務(wù)的多節(jié)點(diǎn)協(xié)同工作提供嶄新的運(yùn)行環(huán)境。其一，城市時(shí)空信息獲取、處理、服務(wù)的一體化運(yùn)行環(huán)境和時(shí)空信息處理的實(shí)時(shí)化、處理的智能化、應(yīng)用服務(wù)的網(wǎng)絡(luò)/網(wǎng)格化環(huán)境；其二，信息整合，實(shí)現(xiàn)多源、異構(gòu)時(shí)空數(shù)據(jù)集成、融合與同化的環(huán)境，提供全球一致、陸海一體、無(wú)縫連續(xù)的一致性時(shí)空信息服務(wù)；其三，資源共享環(huán)境，實(shí)現(xiàn)SaaS，KaaS，PaaS，DaaS，IaaS等；其四，協(xié)同工作(協(xié)同解決問(wèn)題)環(huán)境；其五，分布異構(gòu)地理信息系統(tǒng)集成應(yīng)用環(huán)境。

(3) 一個(gè)“一體化”數(shù)據(jù)體系：建設(shè)一個(gè)科學(xué)實(shí)用的全球一致、無(wú)縫連續(xù)的時(shí)空大數(shù)據(jù)體系。對(duì)傳感器網(wǎng)接入數(shù)據(jù)，各部門行業(yè)及其他來(lái)源的信息資源數(shù)據(jù)，進(jìn)行數(shù)據(jù)分類、數(shù)據(jù)編目，編制元數(shù)據(jù)，進(jìn)行數(shù)據(jù)編碼，為時(shí)空大數(shù)據(jù)平臺(tái)提供了一致性的數(shù)據(jù)集支持。

(4) 一個(gè)“通用功能模塊集”：將各類“服務(wù)”按標(biāo)準(zhǔn)封裝為網(wǎng)絡(luò)服務(wù)，實(shí)現(xiàn)基于工作流服務(wù)鏈的各類信息資源的高效調(diào)用，支撐信息服務(wù)的智能化。這里，最關(guān)鍵的是構(gòu)建工作流服務(wù)鏈，而且應(yīng)是自適應(yīng)的。具體實(shí)施時(shí)，首先將系統(tǒng)功能按照標(biāo)準(zhǔn)封裝為網(wǎng)絡(luò)/網(wǎng)格服務(wù)，而用戶則基于自適應(yīng)工作流服務(wù)鏈接需組合服務(wù)形成面向各類應(yīng)用的服務(wù)能力。

(5) 一個(gè)科學(xué)實(shí)用的“組織管理體系”：采用虛擬化技術(shù)構(gòu)建虛擬組織(V0)，實(shí)現(xiàn)信息資源的匯聚共享和跨層級(jí)、跨地域、跨系統(tǒng)、跨部門、跨業(yè)務(wù)的協(xié)調(diào)聯(lián)動(dòng)，為平臺(tái)安全可靠運(yùn)行提供支撐。采用虛擬化技術(shù)構(gòu)建的虛擬組織(V0)，必須與國(guó)家、省(自治區(qū)、直轄市)、地級(jí)市、縣(區(qū))及各自下屬政府部門的社會(huì)組織體系結(jié)構(gòu)一致，它們都在虛擬組織的網(wǎng)絡(luò)節(jié)點(diǎn)上。虛擬組織分為2類，一類是靜態(tài)V0，以資源為中心，固定存在，執(zhí)行信息資源發(fā)布功能；另一類是動(dòng)態(tài)V0，以任務(wù)為中心，隨建隨銷，執(zhí)行信息資源共享和服務(wù)。二者互相配合，構(gòu)成了資源共享生命周期管理的主體。

(6) 一套“標(biāo)準(zhǔn)體系”：建立一套標(biāo)準(zhǔn)體系，保證時(shí)空大數(shù)據(jù)平臺(tái)規(guī)范、有序、健康、安全且可持續(xù)運(yùn)行，這是目前急需研究解決的問(wèn)題。國(guó)外，地理信息標(biāo)準(zhǔn)和網(wǎng)絡(luò)/網(wǎng)格(柵格網(wǎng))服務(wù)的標(biāo)準(zhǔn)基本已成體系，例如服務(wù)分類標(biāo)準(zhǔn)、服務(wù)描述標(biāo)準(zhǔn)、服務(wù)注冊(cè)標(biāo)準(zhǔn)，以及服務(wù)提供者、請(qǐng)求者與服務(wù)代理之間的通信標(biāo)準(zhǔn)、網(wǎng)絡(luò)/網(wǎng)格化服務(wù)標(biāo)準(zhǔn)。國(guó)內(nèi)，地理信息標(biāo)準(zhǔn)已基本成體系，網(wǎng)絡(luò)/網(wǎng)格服務(wù)標(biāo)準(zhǔn)已取得一些研究成果，但尚未形成自主可控的統(tǒng)一的標(biāo)準(zhǔn)體系。

3.4 時(shí)空大數(shù)據(jù)平臺(tái)的應(yīng)用模式

采用什么樣的應(yīng)用模式，才能使時(shí)空大數(shù)據(jù)平臺(tái)最大限度地發(fā)揮作用，這個(gè)問(wèn)題至關(guān)重要。這里提出“共用時(shí)空大數(shù)據(jù)平臺(tái)+”的應(yīng)用模式。

共用時(shí)空大數(shù)據(jù)平臺(tái)，指按照“時(shí)空大數(shù)據(jù)平臺(tái)”內(nèi)涵和技術(shù)體制構(gòu)建的“基礎(chǔ)地理時(shí)空數(shù)據(jù)平臺(tái)”，是各種不同層級(jí)部門共用的?！肮灿脮r(shí)空大數(shù)據(jù)平臺(tái)+”中的“+”，指跨界，這樣就可以解決目前各所屬部門所建各種“平臺(tái)”或“系統(tǒng)”的“基礎(chǔ)地理時(shí)空數(shù)據(jù)”不一致的“老大難”問(wèn)題。這里就“共用時(shí)空大數(shù)據(jù)平臺(tái)+民用”而言，以服務(wù)黃河流域生態(tài)保護(hù)與高質(zhì)量發(fā)展為例，可以構(gòu)建：

“共用時(shí)空大數(shù)據(jù)平臺(tái)+沿河兩岸分布的湖泊、濕地、生態(tài)廊道數(shù)據(jù)”，構(gòu)建智慧沿河兩岸湖泊、濕地、生態(tài)廊道監(jiān)測(cè)、評(píng)估、預(yù)警平臺(tái)；

“共用時(shí)空大數(shù)據(jù)平臺(tái)+河口三角洲濕地及生物多樣性數(shù)據(jù)”，構(gòu)建智慧河口三角洲濕地及生物多樣性監(jiān)測(cè)、評(píng)估、預(yù)警平臺(tái)；

“共用時(shí)空大數(shù)據(jù)平臺(tái)+流域礦藏資源數(shù)據(jù)”，構(gòu)建智慧流域礦藏資源動(dòng)態(tài)監(jiān)測(cè)、評(píng)估與預(yù)警平臺(tái)；

“共用時(shí)空大數(shù)據(jù)平臺(tái)+流域社會(huì)經(jīng)濟(jì)人文統(tǒng)計(jì)數(shù)據(jù)”，構(gòu)建智慧流域經(jīng)濟(jì)發(fā)展趨勢(shì)監(jiān)測(cè)、分析、評(píng)估平臺(tái)；

“共用時(shí)空大數(shù)據(jù)平臺(tái)+農(nóng)作物主產(chǎn)區(qū)數(shù)據(jù)”，構(gòu)建智慧農(nóng)業(yè)平臺(tái)；

“共用時(shí)空大數(shù)據(jù)平臺(tái)+黃土高原水土流失數(shù)據(jù)”，構(gòu)建智慧黃土高原水土流失和生態(tài)修復(fù)監(jiān)測(cè)、分析與評(píng)估平臺(tái)；

“共用時(shí)空大數(shù)據(jù)平臺(tái)+城市(鎮(zhèn))群或城市(鎮(zhèn))帶”，構(gòu)建智慧城市時(shí)空大數(shù)據(jù)平臺(tái)等等。

4 結(jié)束語(yǔ)

AI時(shí)代正在到來(lái)是時(shí)代之大勢(shì)，“AI+”也是時(shí)代之大勢(shì)，AI賦能時(shí)空大數(shù)據(jù)平臺(tái)是“AI+”的一個(gè)重要研究領(lǐng)域。

“智慧大腦”三要素(智能感知系統(tǒng)、智能存儲(chǔ)管理系統(tǒng)、智能操作系統(tǒng))無(wú)一不與AI技術(shù)有關(guān)，三要素中的任何一個(gè)要素的各組成部分也無(wú)一不與AI技術(shù)有關(guān)，可以說(shuō)AI技術(shù)已經(jīng)或正在滲透(融合)到“智慧大腦”的方方面面。智能感知系統(tǒng)、智能存儲(chǔ)管理系統(tǒng)是支撐智能時(shí)空大數(shù)據(jù)平臺(tái)的，而智能時(shí)空大數(shù)據(jù)平臺(tái)是面向社會(huì)、面向服務(wù)和面向工作的。

目前，AI技術(shù)應(yīng)用于“智慧大腦”建設(shè)已取得了很大進(jìn)展。但是，要建成真正的“智慧大腦”，實(shí)現(xiàn)“智慧大腦”三要素的智能化，特別是建成真正的智能時(shí)空大數(shù)據(jù)平臺(tái)，還有許多問(wèn)題需要進(jìn)一步地深入研究。我們堅(jiān)信，這個(gè)目標(biāo)是一定能夠?qū)崿F(xiàn)的。