隔离|大模型产业化有四个关键,昇腾AI推动“AI+遥感”打了个样( 二 )


例如 , 上海数慧构建了自然资源大脑 , 帮助管理者通过“一张网、一张图、一大脑”的解决方案实现对自然资源的实时把握;



(图:某地自然资源遥感影像处理示意 , 来源:网络)
航天宏图推出了城市土地变化检测平台 , 帮助城市管理者从全局上管控城市土地资源;



(图:某城市土地资源遥感影像处理示意 , 来源:网络)
珈和科技研发了地事通 SaaS 服务平台 , 包含农田非粮化监测、农情病虫害监测等应用 , 解决农业监测方面的痛点问题等等 。



(图:某地水田资源状况遥感影像处理示意 , 来源:网络)
武汉.LuoJia正在让AI+遥感应用走入“工业化大生产”时代 , 提升地区治理水平、支撑经济社会发展 , 让智能化真正造福社会 。
盯住“工业化大生产” , 大模型“一站式”产业化模式形成
从将人工智能技术引入遥感领域 , 到它们真正走向产业落地 , 需要一个持续的产业推进体系 。 这方面 , 昇腾携手业界伙伴也已经完成初步探索——对产业化过程中必备的所有要素 , “要什么就有什么” , 实现某种“一站式”的要素打造 , 打通所有症结 。
1、要算力:基础设施先行 , 建立“无拘束”的产业支撑
算力缺口是整个AI发展的瓶颈问题 , 对需要大规模数据训练的大模型而言更是如此 。
基于昇腾AI基础软硬件平台 , 各地建设的人工智能计算中心 , 在大模型的算力需求上起到了直接的作用 。
武汉.LuoJia背靠的是武汉人工智能计算中心 , 无论是武汉.LuoJia大模型本身的开发与迭代 , 还是在其基础上进行的具体场景应用微调 , 计算中心的强大算力都成为重要的保障 。 充沛的供给与集约化模式下合理的成本 , 让AI开发企业能够不再被算力所钳制 。


【隔离|大模型产业化有四个关键,昇腾AI推动“AI+遥感”打了个样】
(图:武汉人工智能计算中心 , 来源:网络)
现在 , 在鹏城实验室的主导与华为、昇腾AI以及业界的积极推动下 , 中国算力网的建设也在加速 , 已有20多个算力节点接入中国算力网 , 总算力超3000P , 已向社会开放 , 可实现一点接入 , 算力、数据、生态全网共享 。 这无疑让大模型与AI应用在算力方面更加没有拘束 , 能够“纵马前行” 。
2、要数据、要模型:管“材料”还管“产线” , 让伙伴与开发者专注应用创新
AI创新的三大要素 , 数据、算力、算法 , 算力问题得到解决后 , 数据、算法就成为核心 , 而这方面 , 主要依靠的是底层计算架构支撑下大模型本身的能力 。
实际上 , 武汉.LuoJia不仅算力上背靠的人工智能计算中心采用的是昇腾AI的架构 , 其本身也嵌入了昇腾AI全栈体系中的开源AI框架昇思Mindspore , 来自昇腾AI的能力让武汉.LuoJia的开发变得更加有效率 。
现在 , 武汉.LuoJia提供了两大模块:
LuoJiaNET , 负责算法端 , 作为一款遥感影像智能解译框架 , 通过人工智能深度学习 , 让电脑处理图像越来越“聪明” , 开发者只需要在其基础上进行场景适配与调整 , 就能做出各种AI+遥感应用软件 , 其对华为的昇腾NPU人工智能软硬件做了专门优化 。
LuoJiaSET , 负责数据端 , 是一个储藏量非常丰富的遥感影像样本库 。 如果说LuoJiaNET的发展是一个人通过刷题不断提升学习能力的过程 , 那么LuoJiaSET就是源源不断供给的题库 , 只有题库的样本容量够大 , 才能覆盖到更多的知识种类 , 发挥“刷题者”的“智商”优势——“题库越大 , 刷题越勤 , 考分就越高” 。