学术沙龙：空间智能——AI与GIS融合驱动的产业新纪元

张新长（主持人）

广州大学教授，国际欧亚科学院院士

刘永

武汉中地数码科技有限公司董事长，中国地质大学（武汉）教授

邬伦

北京大学教授，国际欧亚科学院院士

朱庆

西南交通大学教授，长江学者特聘教授

谢忠

中国地质大学（武汉）教授

邓敏

中南大学教授，长江学者特聘教授

缪小林

南方测绘集团董事、常务副总裁

刘永：

我觉得现在只有科技创新、产业融合才能够实现经济的可持续发展，完成国家重大战略，打造中国的核心竞争力。目前的瓶颈是科研成果如何转化成生产力，而生产力的主体是企业。现在在座的有很多大学生、研究生，对于学生，可能更多的是希望把科研做好。但除了学习技术以外，我们还要关注整个国家的经济发展，要思考如何将技术转化成生产力，也就是说当你毕业以后，其实是可以通过技术创新，技术转移到企业，再变成生产力的。

我正在搭建一个平台——麦普论坛，出发点就是想推动企业思考如何可持续发展，打造核心竞争力，解决社会问题。企业要尊重知识，愿意为技术创新买单。通过这个平台，希望能够让学生发展的路径更宽广，使学生的创新创业成果有直接的转化渠道，让学生在学校里就思考未来的发展，我的人生如何通过努力而更精彩。硅谷有一批这样年轻的科技创新人才，我相信未来的中国也一定会出现这样的创新浪潮。

邬伦：

20年前我们进入到数字时代，现在进入到智能时代。进入数字时代的时候，有两个典型融合创新的例子。一个是手机，带动了整个移动产业的发展。另一个就是GIS领域。2000年前，3S是独立的，之后3S实现了集成，甚至集成到了手机上，从而带动了一个产业的新纪元，就是共享经济。所以我得到两点认识，一是现在的发展一定是要融合创新的，包括科技的融合、科技和产业融合；二是一些经验教训，在共享经济里面，GIS并没有占到主流，而是让互联网企业占据了上风。这两点都值得深入思考。

最近习总书记提出要通过科技创新和产业创新融合带动新质生产力发展。国务院办公厅印发的《关于加快场景培育和开放推动新场景大规模应用的实施意见》中提出5个方面22类场景培育和开放重点领域，其中很多和GIS行业相关，包括打造全空间无人体系等等。比如说自驾，现在已经发展起来了，下一步可能要发掘一些新的场景，除了汽车自驾，残障人士的轮椅是否需要自驾？再比如说低空经济里面，无人机群体智能防撞；具身智能中在军事领域、养老领域的应用等等，都需要大量的创新。而这些创新，需要空间智能、GIS进一步的探索。总而言之，GIS产业在智能时代的发展中，不能只面向政府应用，要更加注意新的场景、新的需求，发挥更加核心的作用。

谢忠：

AI时代到来了，整个AI会颠覆很多行业、很多产业。我一直学计算机，可以说计算机的人首先革了自己的命，现在看来最先被革命的就是程序员。这是相关专业同学都要面临的问题。一场变革发生，初期肯定是有阵痛的。但是变革最后一定会迎来一个大发展。从几次工业革命的经验来看，在很多颠覆替代以后，会产生很多新的行业、新的热点、新的内容，会有更大的、更多的机会，这个是毋庸置疑的。那么我们应该怎么做？我觉得应该把技术当成工具，始终盯着行业痛点，或者说是某一个群体的痛点，不管大小。只要抓住了应用的痛点，做出核心的创新，这种创新一定是有价值的，一定能推动社会的发展。

当年吴信才老师带领我们开发MapGIS，最早做的是MapCAD，计算机辅助地图制图。当时就盯着学校的地质学家，地质图制作周期又长又繁琐，为了解决这个痛点，我们通过计算机实现了辅助制图。制图效率提高后，管理成了痛点，再解决数据管理的问题。之后分析又成了痛点，再来解决空间分析的问题，这样一点点开发出来了MapGIS。那么现在新的痛点在哪？相信在场的年轻同学思维更敏锐，一定能够找到现在这个时代新的痛点，新的创新点，创造出辉煌的成就。

邓敏：

GIS应该拥抱AI。今天大家都知道GIS应用要更加综合化，也就是说学科交叉融合。要把应用深化，拓宽GIS的能力，有两个方面。一方面，数据的管理、处理。从数字化到智能化，主要是把各种数据图谱化，实现融合。真正的把多种数据，不管是文本数据、视频数据，还是地图数据，做到真正的融合，数据的管理能力就大大增强了。

另一方面，神经网络解决了地理现象的相关性、异质性。过去做异质性处理不了依赖性，相关性处理不了一些尺度，使得做统计是有困难的。现在把人工神经网络和GIS结合，能大大的提升GIS的地理空间分析能力，也为深度应用提供了可能。比如说我们在云南做风险识别装置，通过GIS加上AI加上地质，让风险评估识别更准确。

从这两个方面可以看到AI提升了GIS的时空分析能力，能够做很多以前做不了的事，GIS的产业价值就实现了。

陈一平：

我对AI是充满信心的。对于GIS，很多人都认为它是个数字底座。那AI有什么功能？李菲菲提出的3D一张图，一张图生成三维场景的功能，其实我们今年已经实现了，通过一句话生成一个三维场景，并且这个场景里面的单体化是可以计算的。这是AI带给我们在数字底座上面的一些重要内容。

同时我认为AI不应该只是个工具，它应该是一个基础设施，就像水电燃气一样。结合AI的GIS应该称之为空间智能操作系统。这就是我们最大的机遇，把AI和GIS结合，做一个国家需要的空间智能操作系统。

还有企业，我觉得一家企业如果想长久的生存，或者是做的非常好，不能只服务国家、政府，应该实现To C的功能。但To C的功能怎么做？因为所有的价值都是创新出来的。就好像苹果手机，做出来之后人们才发现可以有可视化的功能。像是华为、小米这样的大企业都是要做To C层面的应用的。我自己做激光雷达研究，也想过很多非常小型的激光雷达可以有To C或者是针对小微企业的场景应用。后面非常希望能够和企业合作，提一些更好的需求。

缪小林：

企业就看一个东西，这项技术能够在市场端产生价值，能够实现规模化业绩，能否持续。AI加测绘，AI加GIS，现在全行业一定离不开它。大家知道现在行业面临很多困难，可以说整个中国的民营企业都在面临史上最艰难的时刻。我们行业里面，测绘工程这类公司已经萎缩了30%，像我们这样以装备为主的企业，还能活下去，但是遇到的困难很多。但是GIS公司，我认为今年到明年的困难度会非常大，比我们还大。处在国家经济转型的这样一个阶段，虽然有困难，但也不是绝对没有机会，应该怎么做？只有一个办法，传统的东西压缩、精炼，抓新技术、融合技术，向更大的新的领域开拓。测绘本身就带有很强的科技属性。GIS基于测绘数据的应用，对于支撑和实现实景三维中国，各种三维空间的应用，是很重要的基础。如何把测绘、GIS在新的领域实现拓展，AI是非常重要的工具。所以我想这个题目，AI技术结合GIS，结合测绘如何做到泛在应用甚至大众应用，在这个方面实现突围。

张新长：

刚才这个问题主要是AI如何和GIS有机的结合起来，特别是赋能，从智能感知、智能融合、智能认知、智能决策、智能服务，全体系怎么做，也就是说我们要拥抱人工智能，要拥抱大数据，这是必然的趋势，但是怎样拥抱，今天的空间智能应该如何开启全域感知和决策的新范式？比如说感知方面，从历史的快照到现在的实时孪生，这个过程中已经借助人工智能在解决问题。从认知方面，过去是描述性的分析，现在做分析的目的是要达到精准预测，进行推演，而这些可以通过人工智能实现。服务方面就更全面了，从过去的被动的工具到现在主动引擎，主动发现问题，主动的服务与决策，是必然的趋势。产学研商要做好顶层的引领和规划的构建，做好数字基底和能力的供给，以及原始创新和人才的蓄水池，还有市场探索和价值实现，把这些方面做到完全的一体化。

缪小林：

我从企业角度讲讲实际我们在做的事情。第一，我们现在和学校在推元宇宙的虚拟教学系统。这里面就是AI加场景。学生可以在三维空间场景里面去做各种仪器的操作、演练、组装，包括测图。场景里面也有“老师”，“老师”是完全的数字人，学生可以在操作场景给“老师”提问题，“老师”可以直接回答，实现对话。系统还可以做到虚实结合，实际仪器在室内，操作连接到虚拟的场景里面。目前该系统在全国大概200多所本科院校和400多所高职院校在推广，系统的年产值大概两亿多元。但这个系统投入很大，每开发一个新的场景，里面的模型要非常精细化，而且要做到大量信息的归集、标的，这是一个尝试，我们还在进一步完善。

第二，基于无人值守的自动挖掘引导系统。现在的大型施工场景，有挖掘机、土装机，要怎样做到自动控制、自动挖掘，自动计放量、自动运输？我们正在和三一重工等一些企业开展研发，目标就是通过人工智能技术，通过物联传感、多传感器结合的技术，真正做到完全无人值守。这里面涉及的技术很复杂，有AI，有基础GIS系统，有三维空间的快速构建，精细SLAM的各种应用，还有各种测绘技术领域以外的自动控制技术，我们的目标是年产值5个亿。

陈一平：

拥抱AI，从全世界来讲，主要是企业在引领。高校老师做的工作是什么？企业解决不了的尖端科研问题。需要这种结合。而且我也非常希望老师可以出去创业，有资金的融资，有一定技术基础的情况下，是很容易实现的。

企业有算力，政府有数据，高校有科研，三方切实结合，这是我的观点。

邓敏：

GIS拥抱AI，第一在感知层里能够更好的去刻画、表达场景。举个例子，行程和路径、时间、天气状况、司机都有关系，以前通过图层，只能关注某一个方面，得到的结果自然不够准确，现在有了深度学习，有了AI，使得信息表达多样性，数据处理和计算能力也大幅提升。

第二，地理空间分析。比如说人流的预测，要考虑路网环境、交通状况、拓扑结构、动态信息等等多种综合因素，有了AI以后，可以利用多种深度学习网络，解决这种复杂的分析。

同时，今天的GIS，不管是在高校还是企业，一定要以问题为导向，以知识为驱动，最终解决实际问题。

谢忠：

AI 为很多问题的解决提供了一些新的技术方法。第一，数据的录入、数据的输入。世界本源是一个三维的世界，加上时间是一个四维的世界。现在数据获取的传感器，无论是卫星、无人机，还是其他一系列传感器，获取的数据都是二维的，甚至是一维的。怎样把这些数据综合起来，还原出一个三维、四维的世界来？现在的AI不管是视觉模型、语言模型等等其他一些大模型给可以提供了一个很好的思路。我们现在也在这方面做一些工具。

第二，分析决策，用AI来融合知识。特别像现在的语言模型，再加上最近一年的推理模型，能给推理分析决策提供很好的探索。我们也在发展基于AI的分析推理决策模型。

同时，多智能体对于高校来说，是一个机会。比如解决专题图制图问题，用到了多智能体的协同，下载数据有数据智能体，图片展示有展示智能体，每个智能体完成相关的工作。从这个思路来说，GIS原来的很多分析功能，都可以包装成一个智能体。智能体、大模型再加上一些微调训练，能实现多任务的协同，这样实际上就扩展了GIS平台的能力，更好的拥抱AI时代。

邬伦：

现在似乎把大模型作为AI的替身，但其实人工智能的范围远比这要广阔得多。一切生物都有智能，小到一只蚂蚁，甚至更小的生物有一种黏菌，把它放到迷宫里面，它能够很快的组织出最短的路径，甚至能够围绕地上的食物形成一个类似于城市群的东西。再大一点的，蝙蝠在天上飞，能够不相撞，是群体智能。所以大模型很好，但是我们不能单一化。任何事情单一化、失去多样性以后，可能都要走向灭亡。

GIS和人工智能结合来发展空间智能，空间智能包括空间的感知，空间的分析，空间的决策等等。以空间感知而论，实际上仿生学就给了我们很多启发。老鹰发现老鼠并不单是凭借肉眼，还要通过紫外线，这实际上也是一种融合。我认为空间智能很多方面是需要融合成为解决途径的。这种融合感知应该是全方位协同的，原来可能都是对个体的感知，某一个渠道的感知，将来要考虑到群体感知，就像那些蚂蚁、蝙蝠们，如何把各种通道的感知融合起来，是要解决的问题。

总的来说，感知、分析，实现群体智能，对GIS来说是一个新的高度。未来，更复杂的各种融合，对于我们学科本身的提升是非常值得探索的。

刘永：

实际上在GIS领域，我们的专家在国际上是有一席之地的，但是他们和国外的专家的回报率差距太大。从大的方面来讲，我们国家有全球最大的制造业产业链。但是我们的软科技，却没有一个具有全球知名度的大企业。这是我们要思考的问题，如何让中国的软科技走向世界，走制造业的路径。如果能够进入全球，我相信整个产业发展会一片繁荣。具体如何做？要推动中国软科学的产研融合。实际上中地数码是一个典型的产研融合的代表。原来我是学校的老师，并没有想做企业。但是做了企业以后，天生的具备产研融合的条件。今天我想推广的产研融合，就是想通过市场化的模式或者机制来建立产研融合的桥梁，使高校的科研课题的来源与企业的需求直接对接。我们要找到具有社会责任感的企业，解决社会的问题和痛点，联合做好战略分工，在国家某些领域能够有所作为，推动发展。老师要思考培养学生的社会价值，他是否有能力去发现社会的痛点，组织一个团队或依托理想中的企业解决问题。AI时代，企业要的是有思想、有创造、有组织能力的人，如果你没有这种能力，再有百般武艺，也可能被AI取代。

台上有很多都是高校GIS论坛二十年来的创新人物、杰出代表，一步步的成长到今天。我们要一起思考的是，未来结合AI推动整个产业生态的发展，让中国的软科技真正进入全球，影响世界，包括在座的年轻人，一定要思考未来你的方向、你的路径、你的职业发展规划，才能真正实现你们的价值。