AI大模型在GIS中的應(yīng)用
?前言
依稀記得十年前，我在上遙感概論專業(yè)課時，老師帶我們用ERDAS IMAGINE遙感圖像處理軟件做地物分類，每個人電腦上先發(fā)一段區(qū)域的遙感影像，進(jìn)行人工判讀和標(biāo)注，比如把這個區(qū)域影像上的林地標(biāo)注出來喂給模型，再用這個模型去識別另外一個區(qū)域影像中的林地，機(jī)器學(xué)習(xí)中典型的的有監(jiān)督學(xué)習(xí)應(yīng)用。
大概5年前，在和公司研發(fā)人員閑聊時，聊到公司在做的“三調(diào)”項目，公司數(shù)據(jù)工程師當(dāng)時正日夜對著國家下發(fā)的衛(wèi)星影像，進(jìn)行地物分類和矢量化的工作，不可謂不辛苦。當(dāng)時和研發(fā)討論這個工作應(yīng)該交給AI來做，至少先讓AI對全國遙感影像做一遍再交給人工檢查核對。純?nèi)斯とプ龅匚镒R別太慢了、成本太大，加上每個人對地物的理解還不一樣，人工判讀地物特征很容易出錯，非常考驗數(shù)據(jù)工程師的經(jīng)驗和責(zé)任心。
SuperMap iDesktopX 11i(2024)-機(jī)器學(xué)習(xí)
現(xiàn)在來看，這類有監(jiān)督學(xué)習(xí)的模型沒有大規(guī)模應(yīng)用，一是標(biāo)注成本太高而且準(zhǔn)確率一般。二是模型泛化性太差，可能在南方某區(qū)域訓(xùn)練的拿到北方去用就不好使了。
在當(dāng)時，全國這么大范圍的遙感影像地物識別，想著這個工作應(yīng)該互聯(lián)網(wǎng)科技巨頭可以做好，例如谷歌。
簡單解釋一下提到的幾個概念：
“三調(diào)”：是指中國的第三次全國國土調(diào)查，說白了就是查清全國每塊土地的現(xiàn)狀，這塊地是耕地，那塊地是居住用地，形成一張全國土地現(xiàn)狀的數(shù)據(jù)庫。
地物分類：網(wǎng)上找了一張圖，大概過程就是拿著國家下發(fā)的衛(wèi)星影像，使用專業(yè)的GIS軟件，根據(jù)經(jīng)驗進(jìn)行地物的識別，把各種地物的邊緣輪廓給勾勒出來形成一個閉合的面，然后賦予它的地類屬性，存到空間數(shù)據(jù)庫。比如下面這張圖，紅色是我描的，這塊地應(yīng)該是水田。“三調(diào)”工作對全國960萬平方公里的土地進(jìn)行上述過程。
地物分類的過程像AI里面的人工標(biāo)注數(shù)據(jù)。
GIS（地理信息系統(tǒng)）軟件是一種用于處理和分析地理數(shù)據(jù)的工具。簡單來說，它幫助我們以地圖的形式查看和理解數(shù)據(jù)，比如分析人口分布、規(guī)劃城市道路或者研究環(huán)境變化。手機(jī)中最常使用的地圖軟件、定位功能，就使用了GIS相關(guān)技術(shù)。
大模型的出現(xiàn)深刻改變著我們的生活，也正深刻改變著GIS。
交互層面的革新
GeoForge是由Ageospatial公司開發(fā)的一個基于大語言模型(GeoLLMs)的地理空間分析平臺。GeoForg的目的是使每個人都可以輕松進(jìn)行地圖繪制和地理空間分析，無論您是外行還是專家。
下面是它的錄屏，從錄屏可以看出，交互基本由自然語言進(jìn)行。
ArcGIS做的AI助手：
而現(xiàn)在的GIS軟件界面長這樣，跟一般的生產(chǎn)力工具軟件界面差不多。
ArcGIS Pro
QGIS
在這一波大模型的影響下，GIS軟件也將由圖形用戶界面（GUI）向自然語言交互界面演進(jìn)。
最近在使用Claude、ChatGPT出的畫布模式，給了我一些啟發(fā)。ChatGPT canvas在原先對話框交互的基礎(chǔ)上增加了畫布，在遇到文字編輯和代碼編寫時會自動彈出畫布進(jìn)行進(jìn)一步展示和編輯，整體界面上還是保持簡單。
未來當(dāng)我們打開GIS軟件時，應(yīng)該是一個被大模型深度賦能的軟件。
左側(cè)可能是一個對話框，通過自然語言交互，支持文字或語音輸入，它能理解用戶的請求，知道如何使用GIS軟件的每個功能、地理專業(yè)術(shù)語。
對于不懂如何使用的操作、技巧、遇到的問題，可以隨時呼出大模型進(jìn)行解答。
中間是一個地圖，由于GIS軟件的大部分操作都是圍繞地圖展開，地圖相當(dāng)于畫布。
工具箱和上方導(dǎo)航欄的軟件操作可能是隱藏起來的。
大模型賦能的應(yīng)用
下面我將就具體例子說一下我看到的和想到的。
地圖制圖：
套用今年很火的Agent概念，GIS領(lǐng)域的復(fù)雜任務(wù)自動化處理和分析將得到增強(qiáng)。
如今年中國地質(zhì)大學(xué)提出的制圖MapGPT，利用大模型的推理能力，根據(jù)用戶請求，對任務(wù)進(jìn)行規(guī)劃分解并調(diào)用一系列的制圖工具完成自動化制圖。
地圖初始化??添加地圖圖層??修改地圖元素參數(shù)??添加地圖元素??保存輸出地圖。
把繁瑣的操作交給大模型，用戶只發(fā)出指令-確認(rèn)成果-修改-再發(fā)出修改指令，人機(jī)工協(xié)作，減輕工作量。
圖片
最近極海王昊老師使用大模型來生成各種風(fēng)格的地圖，還挺有啟發(fā)的，我也對著照做了一遍，過程如下 ?現(xiàn)代與傳統(tǒng)GIS的爭論已經(jīng)不重要
1.找一張參考地圖的樣式，將這張圖片發(fā)給多模態(tài)大模型（GPT-4o等），讓它分析地圖樣式并生成對應(yīng)的json文件
2.找一個支持Google地圖樣式的網(wǎng)站，粘貼剛剛生成的json文件
3.生成效果如下：
對于地圖制圖，我覺得還可以嘗試?yán)梦纳鷪D模型來提供創(chuàng)意，幫助生成更好看的地圖。
屬性表的操作：
屬性表的操作，這是GIS軟件一個很重要的功能，本質(zhì)上是寫SQL語句對屬性表的數(shù)據(jù)做增刪改查，為了降低普通用戶操作數(shù)據(jù)庫表的難度，GIS軟件提供了一些的操作功能來降低SQL的門檻。這里還可以進(jìn)一步降低門檻，那就是利用NL to SQL的技術(shù)，直接把自然語言轉(zhuǎn)成SQL進(jìn)行數(shù)據(jù)的增刪改查操作。
類似于這張圖：
ModelBuilder(模型構(gòu)建器)：
熟悉GIS軟件的應(yīng)該都知道，模型構(gòu)建器將一系列地理處理工具串聯(lián)在一起，以可視化編程的方式處理重復(fù)、復(fù)雜的處理任務(wù)。
可以借助大模型的推理能力進(jìn)行空間計算任務(wù)的自動編排，這篇文章的最后具體闡述了實現(xiàn)過程。
就我個人看到的廠商例子和實踐而言，目前這個階段想讓大模型依靠自身的推理能力完成比較復(fù)雜的GIS任務(wù)規(guī)劃，是比較困難的。也許未來使用強(qiáng)化學(xué)習(xí)、思維鏈訓(xùn)練的o1模型可以，也許我們需要GIS領(lǐng)域的思維鏈來對大模型做微調(diào)訓(xùn)練。
所以今年很多廠商都推出了基于工作流的智能體構(gòu)建，就是為了應(yīng)對各專業(yè)領(lǐng)域復(fù)雜問題，如扣子這種大模型應(yīng)用構(gòu)建平臺。其實跟上面介紹的模型構(gòu)建器很像，只不過扣子是圍繞大模型的能力展開，用低代碼的方式串聯(lián)工具和大模型來處理復(fù)雜任務(wù)，構(gòu)建應(yīng)用。模型構(gòu)建器是圍繞空間分析算子的能力展開。
兩個類似功能的產(chǎn)品使用下來，還是扣子使用起來簡單，尤其有一個小功能對小白來說很適合，在代碼節(jié)點，可以隨時呼出AI，幫你寫代碼節(jié)點中的處理邏輯代碼，非常實用。
還有發(fā)布智能體、工作流模板到社區(qū)，可以分享給他人使用，交流使用技巧，賺積分等等，玩法多樣，對于活躍社區(qū)，促進(jìn)軟件使用交流很有幫助。對于GIS軟件來說也是很有借鑒意義。
當(dāng)然了，現(xiàn)在的大模型，配置一般的電腦很難帶得動，可以考慮在GIS軟件上做一個設(shè)置，這個設(shè)置可以連接云端的通用大模型API和對應(yīng)的key,類似于之前體驗的沉浸式翻譯插件的做法，提供配置API key的功能 ?用了就離不開的網(wǎng)頁翻譯插件，沉浸式翻譯使用體驗
對于可以聯(lián)通互聯(lián)網(wǎng)的用戶，設(shè)置自己的大模型API key，用多少token，出多少token錢。
在內(nèi)網(wǎng)的用戶，可以連接內(nèi)網(wǎng)部署的大模型。
當(dāng)然了，為了方便，GIS廠商可以設(shè)置一定的免費(fèi)額度或者包月的形式提供給用戶，免去設(shè)置API的麻煩。
遙感影像、視頻識別：?
最近，深度學(xué)習(xí)之父辛頓拿了諾貝爾物理學(xué)獎，看了辛頓老爺子的簡史，2012年10月，辛頓團(tuán)隊在佛羅倫薩舉行的計算機(jī)視覺會議上介紹了冠軍算法AlexNet，相比谷歌貓用了16000顆CPU，AlexNet只用了4顆英偉達(dá)GPU，學(xué)術(shù)界和產(chǎn)業(yè)界徹底轟動，AlexNet的論文成為計算機(jī)科學(xué)史上最有影響力的論文之一。
所以在2014年，我們上大學(xué)時用機(jī)器學(xué)習(xí)的遙感分類模型做地物提取是很正常的，因為那個時候深度學(xué)習(xí)才開始真正走進(jìn)大眾視野。這篇文章寫了很多關(guān)于這段過往，推薦閱讀。 2012，改變?nèi)祟惷\(yùn)的180天
以“Transformer”網(wǎng)絡(luò)架構(gòu)為核心的大模型技術(shù)出現(xiàn)后，已經(jīng)有不少基于（或者疊加）Transformer結(jié)構(gòu)來優(yōu)化遙感影像的識別和提取。
去年Facebook公布的SAM模型，也有很多廠商基于SAM模型來做遙感圖像分割提取的嘗試。
還有現(xiàn)在大模型廠商和自動駕駛廠商的推出的視覺語言模型，提高了自動駕駛系統(tǒng)的感知能力和決策水平，可實時監(jiān)測并分析視頻畫面中的異常情況，并通過自然語言生成警報信息，應(yīng)用在視頻監(jiān)測場景很有應(yīng)用潛力。
還有3D生成、三維重建，由于不太了解，這里就不贅述。
對公司產(chǎn)品、公司組織：
國內(nèi)GIS軟件行業(yè)，定制化、項目化比較多，導(dǎo)致人力成本大，利潤率不高。AI 大模型寫代碼能力帶來人效的提升，也許未來項目制不是問題？
不難想象，隨著AI應(yīng)用的不斷深入到行業(yè)，能力不斷強(qiáng)化，個體能效不斷提升，這將極大地降低人力成本，對于人力密集型和知識密集型服務(wù)業(yè)市場將是巨大沖擊，比如律師，會計，編輯，程序員等行業(yè)。
有了AI加持，同樣的事情可能會使用很少的人就能搞定，進(jìn)而顯著降低了企業(yè)在開發(fā)軟件時所需的人力成本，提升企業(yè)的市場競爭優(yōu)勢。這樣傳統(tǒng)的人力外包型業(yè)務(wù)將快速被服務(wù)型AI應(yīng)用所替代，外包化將更加流行。
地理信息系統(tǒng)及其他地理空間解決方案，對于分析和理解我們周圍的世界至關(guān)重要，但對許多人來說，使用和理解起來卻十分困難。
對于初學(xué)者或者只是想利用GIS軟件簡單做一些成果的用戶來說，GIS軟件地理專業(yè)術(shù)語多，操作復(fù)雜，對于新手極其不友好，在易用性方面有很大的改進(jìn)空間。
總之，這波大模型浪潮下，GIS軟件的智能化和易用性還有很大提升空間。
