地理信息行业的AI启示

Sep 29, 2022

这是一张AI绘制的“地图”:

用Midjourney AI绘制的一幅地图,我的命令是:“a map with 清明上河图 style”(有清明上河图风格的地图)

这幅地图的创作者——我,只用一条含含糊糊的指令就“绘制”完成了。其实我不能算是原创者,但我完全可以说这幅画儿,我拥有著作权。如果读者中的你的副业是插画师或者喜欢绘画,我猜你既兴奋也惆怅。我不知道机器是如何理解什么叫做清明上河图风格,但成果看起来很有一些厚重的沧桑感,居然纸质的折痕也刻意留下了;也有一点点奇异感,这显然不是地图,但也不可否认有地图的意思。在专业的行家眼里或者认为这很不艺术,可是作为一个外行,我的“作品”,有这样的唬人效果,我也很满意了。更可期待的是,后来持续涌进的AI操作者们会告诉AI什么叫做真艺术,AI就会朝着真艺术使劲。AI更让我们人类不可比拟的是,Ta一下子就可以生成n多份作品,你觉得哪幅更艺术就好,任你这个主人挑选。

同样的命令,还有若干同时出炉,主人您喜欢哪幅?

这是一篇机器写就的小文(原文为英文):

重庆是中国西南部一座正在崛起的城市,吸引着世界各国企业的关注。一家正在考虑在重庆创设拓展业务的公司是瑞幸咖啡,这是一家颇受欢迎的中国咖啡连锁店。 在为任何企业选择地址时,有许多因素需要考虑。对于瑞幸咖啡来说,一些最重要的因素包括潜在市场的规模、熟练劳动力的可用性以及能支持业务正常开展的基础设施。 基于这些因素,我们认为瑞幸咖啡在重庆的最佳选址将是在中央商务区。中央商务区是该市最发达的地区,是该市许多最好的餐厅、酒店和购物中心的所在地。这一优越的地理位置将为瑞幸咖啡提供在重庆蓬勃发展的咖啡市场取得成功所需的知名度。 此外,中央商务区与城市的其它区域连接顺畅,顾客很容易到达。而且,由于该地区有大量年轻的专业人士在此上班,瑞幸咖啡将不乏潜在客户。

虽然这段文字里并没有什么“干货”或者具体位置的建议,但是作为一个大原则,辅助在某种类型的咨询报告中,一点也不违和。关键是这些文字的产生只在一瞬间,并不需要作者去大量花时间搜罗网络、挖空心思,更何况这些文字仍然可以继续调教,只不过对AI主人的要求是给出更具体而有针对性的关键词。比如定义一下商务区的含义和指标,哪里算是重庆的最好或者次好的商务区,然后继续让AI来发挥。

我用OpenAI(GTP-3)为瑞幸在重庆的选址写的一段“口水话”,更准确的说法是机器帮我写的初级文字

科幻作家陈楸帆(出版过《荒潮》《人生算法》等作品)在2019年与李开复老师合作了一本很有意思的书——《AI未来进行时》,这本书将虚构的叙事与非虚构的科技评论完美结合,展现20年后(也许还会提前呢)被AI技术深刻改变的人类社会图景。陈楸帆过去曾经在百度和谷歌工作,所以肯定对计算机智能熟之又熟,再加上文字功力了得,书中十个小故事写的当真是精彩,背后所体现出的技术也精准对应。而开复老师为每个故事做的点评才是这本书的核心,帮助我们去理解一个具体的人工智能技术在当下,在未来的应用空间以及与人类的关系。

虚构和非虚构整合在一起的书,既通俗又有知识的总结

这十个故事,可以将开复老师看到的人工智能典型应用的方向大体归为四个类别:

1、模式识别和预测:

模式识别指的是将视觉、语言(语音、文字)以及各种人类看到听到、看不到听不到,甚至想不到的事物规律发掘出来,将人类的隐性知识显性并复制再深化,从已有的历史模式推演出未来可能的结果。这个层次的人工智能我们现在已经每天都用到了,几乎所有手机都具备的拍照自动美化,我们在app上阅读的文章、刷的视频、接受到的广告,以及千人千面的商品推荐,背后的逻辑均是用深度学习的算法去识别模式后做的预测。这是当下智能水平的AI的核心基础。

2、自我创作:

这个层次的人工智能是在大量的学习人类的习惯和喜好以后,生成图片、声音、文字和视频以及更综合的作品。前文中,我用GTP-3和midjourney做的例子,就是此类人工智能的代表。前一阵子谷歌被开除的工程师认为谷歌的机器大脑已经真的具有思想了,其实也只不过被机器的创作惊着了。也就是说这种机器创作很有可能比人类更有才华,更天马行空。会创作的机器往好处上想是帮助大多数人类解决创造性不足的难题,往坏处上说以后各种“假”新闻、“假”图片、“假”视频会多到无法想象,而且我们作为人来还分辨不出来真假,往更严重的方向去想,原来认为不太容易被机器替代的艺术创作类工作,也都岌岌可危。

3、决策和控制:

我们最期待的自动驾驶就在此列。此外还有我们非常不愿意碰到的自主武器。在书中,开复老师说一个有经验的业余机器人爱好者就能以不到1000美元的成本制造出一架与一只小鸟一样大的无人机,这架能杀人的无人机可以主动搜寻某个特定的人,一旦发现目标,就瞄准对方的头骨近距离发射少量的炸药。因为机器的反应速度实在和人类不是一个量级上的,我们会越来越依赖机器去做决定,虽然说现在很多决策看起来都比较复杂,我们人类自己都不敢轻易下决断,但只要是有规律可循,有标准可依,有模式可复制,机器就会做的比人类出色。

4、自动化:

当下我们就在用很多自动化的工具来辅助我们工作了,如果你是一个信息化工作者,就更能在工作中体会自动化的便利。如果将前面提到智能化能力穿成串,我们每个大众就能享受很多新的服务,比如人们只需花一点点钱就能随时随地乘坐自动驾驶车辆,在地图上点一下目的地,车就在楼下等你;家用机器人可以做所有家务活,而且做的拿手菜还可以随时从云端更新菜谱;更不必说大部分白领和蓝领工人的日常工作,都会被自动化机器24小时全天候完成。当然机器不必也肯定不会是人双手双足一个大脑袋的样子。

我这个“假”程序员召唤Copilot帮我写代码:我写一句想干的事儿,Copilot会自动给出建议来

我们不过分神化AI的本事,也不过度期待更加厉害的人工智能早日到来,就以目前的水平,我认为用云化的人工智能加上海量的数据,已经可以在我们这个行业做了不起的创新了。我甚至认为当下,在泛地理信息行业做人工智能的创业是个的最佳时间点。当然我说的这个人工智能方向,并不是要模仿四小龙(商汤,旷世,依图,云从)那样,建立相当大规模的机器学习训练算力,研究优化底层的模型算法,挑战超越更大巨头们(微软,谷歌)的技术水平,而是就用现成的平台,在我们地理信息行业中做工具化的服务。这些工具比过去的GIS软件更高效,更聪明,也更能解决用户现实中的难题。

对应开复老师书中的四点方向,我相信地理信息行业的从业者都能延展想到我们可以做的业务提升:

1、针对识别和预测:

遥感(包括摄影测量,倾斜,街景)领域的各种地物识别,提取,建模,这些工作责无旁贷的该人工智能来做。这个领域天然的都算作视觉机器学习的范畴,也是现成的资源——无论是算法还是训练样本最多的技能圈,同时也是巨头们以及小龙小虎门,都无缝覆盖的范围。

极海的影像套件,用各种现成的卷积网络算法实现对储油罐进行识别和提取,进而进行量化计算

另外,每个位置其周边地物的组合而形成的一套地理画像,这也是一种模式。识别并对地理画像进行标签化,可以和具体的应用场景结合。比如极海在选址上就基于地理画像预测店铺的销售额。预测的质量不断提升除了在算法上的优化,更重要的是对地物数据的精确掌握和处理。

线下商业形态的销售额,高度与地理位置相关。相关性怎么评价,机器智能的优势明显

2、针对自我创作:

制图的样式就是一种知识,机器能学会!可以让机器按照某种风格进行样式的配置;在城市规划上,规划师就该让机器先出规划方案,规划师来选择调整;三维模型的设计师也完全让指挥机器创作纹理贴在白模上;针对卫星影像训练集样本少的难题,可以让机器自主创作样本。当然了,根据地图数据的成果,自动生成报告(不是按照模板来千篇一律),肯定能对咨询师有很大的帮助,这里面有挑战的地方是要求GTP-3怎么能读得懂地图。

极海的制图专家“教”给机器,好看的地图可能是什么样子的
机器可以根据制图员的命令“来一幅没有标注、绿色的台北地图”来自动生成样式
报告的内容不必再依赖团队中那些文笔好的人,也不必难为不爱码字儿的程序员伙计了

3、针对决策:

直接为决策者提供建议,我们看到最典型的应用领域是在选址工作中,不必再用大量的不知道该如何判断和对比的数据反复研讨候选点,公说公有理婆说婆有理的,隐去这些道理背后的人类专家的主观喜好。直接让机器提供决策,冷冰冰的就说哪里更值得推荐好了。虽然AI肚子里面的算法和逻辑,人类专家大概率是读不懂的。

极海选址的主打特性,用训练好的机器智能直接了当的推荐位置,当然这里面要有客户数据的配合

4、针对自动化:

从数据采集到语义解读,从地物识别到地图制作,从位置推荐到图表报告,形成一整套流程,从半自动到全自动,极大的节省用户时间。快就是一个字,背后是机器智能,人前是客户惊喜。

识别台北市的关键基础设施,自动生成地图故事和地理情报

上面的例子,只是我们极海的一点点尝试和实践,其中每一个细小的技术和流程,我们还都在努力的测试改进,也积极的寻找可用的平台提升机器智能的底层水平。

但如果你和我们一样,把自己定义为AI赋能的工具,需要考虑的是在中国的大环境中,工具软件是不值钱的。至于怎么让工具更有价值(卖出个好价格),这是市场上甲方和乙方,乙方和乙方之间的博弈,结果的胜负并不依赖有或没有人工智能。靠的是用户场景的需求硬度和使用频率,越是高频、越是刚需,那用户自然也就更愿意付高价使用。为什么行业中很多企业和创业者一直在抱怨低价竞争,赔钱做项目,本质上看还是因为很多GIS和遥感的应用比较虚,面子工程较多,除了给领导看着好看,其它真说不上是什么刚需。另外一个博弈的要素是可替代性。如果在你的细分领域中,刚需的场景也只能低价中标,那说明服务这个场景的软件稀缺性不足。如果借助人工智能将工具打造成你的独家特性,又具有用户强烈需求的点,那就体现出人工智能对工具软件的价值提升。

而对于地理信息行业的从业者来说,乃至所有行业的从业者,能拥抱人工智能并开始调用人工智能创造性的、超高效率的完成工作无疑是幸福的。我认为人工智能是非常平权(如果你不能科学上网,那就没分享到这个平均的权)的,所有的人都可以现在就开始召唤人工智能助手帮助自己。今天还在读中小学的孩子们,未来的工作是很有挑战的,我认为将来的工作会把普通人分为两类:有人工智能助手的和没有助手的。而能给人工智能当爸爸妈妈的人,在《未来简史》的作者尤瓦尔赫拉利眼里,Ta们是神人。

开复老师书的最后,也讨论了人工智能取代人类工作的社会问题,这些探讨可能都是一些没必要的预先担忧。即便没有人工智能,现在和将来也有很多很多的狗屁工作。大卫·格雷伯写了一本很犀利的书,对他看到的狗屁工作进行了分类。所谓狗屁工作是指从事这份工作的人自己就觉得工作内容的绝大部分是毫无意义甚至是有害的。这些工作如果消失,这个世界不会受到任何不良影响。最重要的是,从事这些工作的人本身就觉得这些工作不该存在。

狗屁工作分为五类:

1、随从:

这类工作的内容就是衬托另一个人的重要性,让这个人看起来很重要或者让这个人感到自己很重要。

2、打手:

这类工作得表现出一定进攻性,但存在的根本原因仅仅是有人花钱让其存在。

3、拼接修补者:

在软件业就是改Bug的软件工程师。这类工作是为了应对组织的某个故障或缺陷而存在的。

4、打钩者:

专门做那些掩盖某个组织不作为的事儿,这类工作做出的活儿无人问津,会让组织显得在忙碌。

5、分派者:

分派者分为两类:第一类的全部内容就是给他人派活儿。第二类的主要工作便是制造狗屁工作给他人,监督这些狗屁工作的完成,甚至还要招更多的人来完成这些狗屁工作。

我写完这篇文章以后,突然觉得这些狗屁工作可能是人工智能大行其道以后还会真正确保存在下来的工作,这类狗屁工作不但不会减少,还会更多。那些我们现在认为很有意义的工作反而都被人工智能抢去了。不过在今天,我们地理信息行业的从业者,还有机会做一些有意义的工作而不是被逼只能去做狗屁活儿。

英文书名为《牛屎(狗屁)工作》中文版名字《毫无意义的工作》翻译的够文雅。读了开复老师的书,我反而看出来了这些工作的意义

做个总结吧:

地理信息行业,乃至所有的行业都会产生一波新的创新机会,也是年轻人(70岁以下都算年轻人)的创业机会。用人工智能去做厉害的工具,去解决旧的问题,去组成新的服务。在地理信息行业,这样的机会分为两类:一个是基础智能平台,可以算是行业通用平台,为广大的行业从业者提供云化的算力、可调用的API,就像GTP-3那样。但这类机会不适合绝大部分企业和创业者,我甚至都不认为一个细分的行业内部会诞生一个足够通用的平台,这个机会是为巨型企业准备的;第二类机会是用人工智能做应用,应用的需求有的是,就看你会不会调用大平台提供的底层AI as a Service去包装自己的服务了。你自己的服务可能是个工具,也可能是个咨询,定制化的项目也都行,但因为有人工智能的加持,你的服务的效率和质量是超越对手数量级水平的,用户使用这样的服务是喜笑颜开的。而这个机会,现在就摆在你面前,早来早得。

最后还是让GTP-3写一句广告词,鼓励一下我,也让你兴奋一点点:

还在寻找一种方法来帮助您的客户了解Ta们周围的世界吗?只要看看我们的GIS软件就行了!有了基于人工智能的位置和影像分析,您的客户将能够以前所未有的方式探索世界!

王昊

用地图思考人生

评论正在加载...
Great! You've successfully subscribed.
Great! Next, complete checkout for full access.
Welcome back! You've successfully signed in.
Success! Your account is fully activated, you now have access to all content.
分享