? ? ?人工智能（AI）無疑是最近技術(shù)圈的潮流風(fēng)向,，從機(jī)器翻譯,、語音識別,、圖像識別……各種新的應(yīng)用層出不窮,。與眾多新技術(shù)一樣,，平臺廠商率先在基礎(chǔ)算法和框架發(fā)力,。作為全球空間分析領(lǐng)域的領(lǐng)導(dǎo)者,，Esri近期展示了其在地理人工智能GeoAI的階段成果和發(fā)展計(jì)劃,，并且在最新發(fā)布的ArcGIS 10.6中集成了微軟 CNTK、谷歌TensorFlow等深度學(xué)習(xí)框架,。

????目前,，ArcGIS地理平臺時刻在為遍布全球的用戶和開發(fā)者提供完整的地圖可視化和分析平臺。其強(qiáng)大的分析能力可以歸納為三大框架：地理處理框架（GP Framework）,，空間大數(shù)據(jù)計(jì)算框架和機(jī)器學(xué)習(xí)框架,。

????這里不對三大分析框架展開討論，重點(diǎn)帶大家了解地理人工智能GeoAI入門的第一步：機(jī)器學(xué)習(xí)工具,。分類,、預(yù)測、聚合是機(jī)器學(xué)習(xí)中使用最廣泛的方法,，ArcGIS已經(jīng)封裝好了一系列工具,，下面簡單介紹主要的三個工具集，學(xué)習(xí)的軟件推薦大家使用ArcGIS Pro,，可以方便地調(diào)用三大分析框架,，并實(shí)現(xiàn)分析模式探索，訓(xùn)練樣本生成,，樣本導(dǎo)出到TensorFlow或者CNTK框架構(gòu)建的模型進(jìn)行訓(xùn)練,，再把優(yōu)化后的模型導(dǎo)回到ArcGIS Pro，最終實(shí)現(xiàn)對空間和表格數(shù)據(jù)的分析和可視化。

????分類是基于訓(xùn)練數(shù)據(jù)集判斷目標(biāo)對象應(yīng)該歸為哪一類的過程,，ArcGIS提供了多種分類方法,，主要面向遙感影像數(shù)據(jù)，通過分析像素值和配置信息后對像素進(jìn)行分類,。此前Esri發(fā)布過的土地利用類型自動提取和森林砍伐的損失面積評估的機(jī)器學(xué)習(xí)案例就屬于這一類,。工具包括：最大似然（Maximum Likelihood Classification）、隨機(jī)森林（Random Trees）,，支持向量機(jī)（Support Vector Machine）,。

????聚合是基于屬性值或位置的相似性對目標(biāo)對象進(jìn)行分組，ArcGIS提供了基于位置,、屬性（單一,、多元）和位置+屬性結(jié)合的多種聚合算法，可以用來根據(jù)社會經(jīng)濟(jì)和人口分布做學(xué)區(qū)覆蓋分析或在自然災(zāi)害發(fā)生后根據(jù)社交媒體活躍度分析人口聚集區(qū)域,。工具包括：空間約束多元聚合（Spatially Constrained Multivariate Clustering）,，多元聚合（Multivariate Clustering），Densitybased集群（Densitybased Clustering）,，圖像分割（Image Segmentation）,，熱點(diǎn)分析（Hot Spot Analysis），聚合和異常值分析（Cluster and Outlier Analysis）,，時空模式挖掘（Space Time Pattern Mining）,。

????預(yù)測是利用已知來估計(jì)未知，ArcGIS提供了一系列回歸和插值方法用來做預(yù)測分析,。例如在一個房價評估模型中加入房屋周邊的實(shí)時空氣污染指數(shù),，對照最近的銷售數(shù)據(jù)和社區(qū)特點(diǎn)等因素進(jìn)行綜合預(yù)測。工具包括：經(jīng)驗(yàn)貝葉斯克里格（Empirical Bayesian Kriging）,，區(qū)域插值（Areal Interpolation）,，EBK回歸預(yù)測（EBK Regression Prediction），普通最小二乘回歸和探索性回歸（Ordinary Least Squares Regression and Exploratory Regression）,，地理加權(quán)回歸（Geographically Weighted Regression）,。

????除了上述方法，機(jī)器學(xué)習(xí)還貫穿在整個ArcGIS平臺中,，包括智能選擇數(shù)據(jù),，參數(shù)默認(rèn)值由數(shù)據(jù)驅(qū)動，工作流程自動化和結(jié)果優(yōu)化,。例如在EBK回歸預(yù)測工具中使用主成分分析（PCA）作為一種降維的手段來改進(jìn)預(yù)測,；Densitybased聚合工具中使用機(jī)器學(xué)習(xí)技術(shù)基于給定的可達(dá)圖選擇聚合容差值；空間約束多元聚類工具使用一種證據(jù)積累的方法為用戶提供相關(guān)的概率聚類結(jié)果,。

????面向需要功能擴(kuò)展的場景,，ArcGIS是一個開放可互操作的平臺，支持集成互補(bǔ)的方法和技術(shù)，開發(fā)者使用Python API可以調(diào)用ArcGIS函數(shù)與開源的ScikitLearn,、 TensorFlow,、Pythorch或IBM和微軟提供的AI學(xué)習(xí)引擎進(jìn)行結(jié)合分析，還可以用R編寫地理處理功能腳本,，使用RBridge從R控制臺調(diào)用ArcGIS函數(shù),。

????地理人工智能GeoAI領(lǐng)域的研究會不斷發(fā)展，未來Esri將積極推動機(jī)器學(xué)習(xí)方法和整個平臺進(jìn)行集成,，增加更多的分析方法和工具,，包括傳統(tǒng)的邏輯回歸、隨機(jī)森林,、支持向量機(jī)和時間序列預(yù)測等算法,，以及創(chuàng)新領(lǐng)域的新算法深度卷積神經(jīng)網(wǎng)絡(luò)，繼續(xù)讓ArcGIS用戶和開發(fā)者使用最先進(jìn)的空間機(jī)器學(xué)習(xí)技術(shù)解決問題,，提升業(yè)務(wù)價值。

????5月910日,，“2018 Esri空間信息技術(shù)開發(fā)者大會”將在北京的中國科技會堂舉行,。屆時，將會對Esri在地理人工智能GeoAI方面的最新成果進(jìn)行詳細(xì)介紹,。了解更多詳情,，可訪問：http://developer.esrichina.com.cn/，或掃描下方二維碼：?

????