近日,在武汉高性能计算大会2022的活动上,摄影测量与遥感学家龚健雅受邀发表了致辞演讲。他表示,武汉高性能计算大会提供了一个非常好的跨学科、跨领域交流平台,围绕学科发展的关键核心问题,汇聚遥感领域和信息领域两个学科的专家,对齐关键诉求,联合攻关,对于产业的发展至关重要。
中国科学院院士、摄影测量与遥感学家龚健雅
遥感是一门信息感知技术,虽然主要用于地学研究,但是它的技术体系属于信息技术范畴,包括信息获取、处理、传输、管理与应用等。因而,只有我们遥感领域的专家和信息领域的专家共同努力,有机协同起来,面向核心技术攻关,才能实现引领世界遥感学科发展的志向和目标。这与今天武汉高性能计算大会2022的主题“算力新高 数创未来”不谋而合。
遥感学科的发展首先要识别产业核心问题,找准研究方向,攻克核心关键技术难题。目前国内遥感学科凝练了六大核心关键技术问题,包括无地面控制高精度测图、遥感影像智能识别与解译、定量遥感与碳汇估算、室内导航与室内GIS、无人驾驶系统、水下地形与目标探测等,这些难题不仅与遥感学科相关,也是信息技术的前端问题,和信息学科的发展密不可分。
第一,遥感的核心技术问题均是关系国计民生和国防安全的核心应用,将关键核心基础设施和技术掌握在自己手里,是基本要求。因而,我们的高性能计算平台无论是硬件平台、基础软件平台、还是遥感相关的应用平台等都要建立在自主创新的软硬件平台基础上,牢牢的把核心技术掌握在自己手里。
第二,遥感是一种大数据,一颗卫星每天的数据就是几十个TB,目前武汉大学现有的遥感数据就已经达到上十个PB,遥感信息的处理与应用需要大量计算资源和存储资源。鲲鹏计算核心技术先进、生态发展完善,已具备大规模应用遥感产业的条件,也希望大家能够多基于鲲鹏计算平台开展更多场景的联创,加快应用研究,充分发挥鲲鹏多样性计算优势,加快遥感产业的发展。
第三,将遥感产业的研究与生态发展结合起来,加快遥感应用与计算平台的联合创新,实现遥感学科的研究与产业应用的协同发展。关键核心技术的突破还是要依靠在市场应用的磨合,这样创新突破助力市场实现,市场发展反哺技术研究,推动遥感产业的循环发展。为此,我们与华为昇腾AI团队一起,共同打造了嵌入昇思MindSpore先进技术特性的全球首个遥感影像智能解译专用框架武汉.LuoJiaNet和业界最大遥感样本库武汉.LuoJiaSET,携手众多产业参与方一起成立了智能遥感开源生态联盟,以加快智能遥感方面的生态构建、应用适配,推进智能遥感的引领发展。
“武汉高性能计算大会2022”提供了一个非常好的跨学科、跨领域交流平台,围绕学科发展的关键核心问题,汇聚两个学科的专家,对齐关键诉求,联合攻关,对于产业的发展至关重要。我也鼓励和支持我们年轻人多搞些沙龙和学术研讨,通过跨学科的探讨交流,拓宽眼界与思路,面向产业核心问题,敢于提出我们的想法,探索产业未知,持之以恒的追求我们遥感学科“世界第一”目标与志向。
好文章,需要你的鼓励
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。