從2018年的中興事件，2019年的華為事件，再到2020年剛剛頒布的AI軟件禁令，地緣化的國際形勢，不斷將我們的目光鎖定在那些“技術(shù)敏感”領(lǐng)域。

這一次，被禁令捆綁在一起的是“AI”和“遙感”。

關(guān)心時事的朋友恐怕已經(jīng)知道了，根據(jù)美國聯(lián)邦政府文件的規(guī)定，被限制出口的是某些類型地理空間圖像軟件的公司，其中受影響最大的就是無人機、自動駕駛等領(lǐng)域。

用美國國際戰(zhàn)略研究中心智庫的技術(shù)專家James Lewis的說法，這是為了“阻止美國公司幫助中國制造更好的人工智能產(chǎn)品，以幫助其軍事力量?！?/p>

等等?人工智能與空間遙感技術(shù)加在一起，怎么就跟軍事有關(guān)了?

前不久美國就為世人演示了AI遙感的“新玩法”——地方最高指揮官蘇萊曼尼被精準“斬首”，任務的執(zhí)行者甚至都不是人，而是一架 “收割者”無人機。遠在千里之外的操作員投下了4枚“地獄火”，boom——

當然，在中國乃至絕大多數(shù)國家，AI與遙感，更多地將與農(nóng)業(yè)、測繪、勘探、地圖軟件等應用聯(lián)系在一起。那么，軟件出口的禁令，會給這個新興領(lǐng)域帶來“半導體式”的危機嗎?

鑄劍為犁：AI與遙感的時代情緣

“遙感”這個詞，想必絕大多數(shù)都不陌生。無論是活動在海洋、深山、太空的工作者，還是每天在城市里啟動導航和無人機的普通人，都離不開遙感技術(shù)的支持。

而遍布海陸空的遙感監(jiān)測，并由此形成的“空間大數(shù)據(jù)”，也給人工智能提供了一份好工作。

為了讓大家更直觀地感受“AI+遙感”的技術(shù)能力，我們不妨引用“收割者”無人機的最近戰(zhàn)績，來解讀一下。

總體來看，AI在遙感領(lǐng)域的應用，主要發(fā)揮了三個核心作用：

1、高強度、實時性的多源異構(gòu)數(shù)據(jù)處理能力

過去數(shù)十年的產(chǎn)業(yè)信息化進程，讓遙感領(lǐng)域已經(jīng)基本完成了數(shù)字化和可視化。這也導致遙感數(shù)據(jù)的來源更加多樣，比如在執(zhí)行操作時，往往需要對攝像頭采集數(shù)據(jù)，低軌、高軌衛(wèi)星提供空間信息，分辨可見光、紅外光譜等多種光源，認知復雜環(huán)境中的不同物體等等。

而人工智能算法的加入，則能夠幫助遙感系統(tǒng)提升數(shù)據(jù)集成、分析、決策等一系列的工作，更高效地完成任務。

比如這次“收割者”無人機的操作員，就是通過衛(wèi)星回傳的高清熱成像畫面，對地面進行監(jiān)控，將畫面通過衛(wèi)星實時回傳給地面站，確認行動目標到位后，操作員快速按下發(fā)射按鈕，100%命中車體。如果無人機的算力達不到實時、精準、快速，恐怕也不會在瞬間完成“收割”。

“收割者”無人機的模擬檢測車輛演練

2、應對復雜天氣和環(huán)境的高避障、自動化作業(yè)能力

說到無人機，我們知道自動駕駛技術(shù)就依賴于微波雷達觀測，結(jié)合衛(wèi)星信息來進行導航與避障，但在實際環(huán)境中，經(jīng)常會遇到各種各樣的意外狀況。像是衛(wèi)星又不太可能對一小時之內(nèi)的天氣現(xiàn)象進行觀測，這就會導致無人機執(zhí)行任務時遭到風雨等惡劣天氣。

一旦衛(wèi)星影像研究區(qū)域的云覆蓋率到了10%以上，就很難從中提取優(yōu)質(zhì)數(shù)據(jù);亦或是在復雜的區(qū)域如森林中飛行，如何保證對于快速變化進行識別和評估?

這些都需要人工智能的支持。比如選取一定的特征參數(shù)，訓練天氣預測模型，讓人工智能提前指揮完成規(guī)避;再比如通過模型對物理特征進行分類識別，進而認知環(huán)境的發(fā)展變化，在空間導航、避障等方面實現(xiàn)更高的自動化水平。

實際上，在“收割者”無人機身上，我們就能看到它對航路清除、監(jiān)視偵察、噪音排除等能力的加強。

其吊艙內(nèi)的高清熱成像攝像機和激光測距/照射機，加上智能飛行系統(tǒng)，能保證無論是白天黑夜，飛行在25000英里的高空，依然可以精準抵達數(shù)百英里外的作業(yè)區(qū)域并順利執(zhí)行任務。

3.提高對人力難至地區(qū)的環(huán)境監(jiān)測、判斷、預警能力

人工智能在遙感領(lǐng)域的另一個價值，就是通過與無人機、無人車等傳感儀器相結(jié)合，可以賦予終端設備一個智慧的“大腦”，來代替人類完成一些以前不可能達成的任務。

這點在“收割者”無人機上并沒有太大的體現(xiàn)，畢竟操作員可是24小時輪班在線監(jiān)督的。但在一些人跡罕至的領(lǐng)域提前部署搭載AI的衛(wèi)星遙感技術(shù)，能夠大大降低人工操作，對重大自然災害等實現(xiàn)應急觀測和預警。

比如中國資源衛(wèi)星的專業(yè)災害檢測團隊，就曾向向國土資源部、中國地震局、中國氣象局等20余家用戶單位，提供應急服務數(shù)據(jù)3203景，平均應急響應時間不超過1.5小時。在大家為澳洲持續(xù)數(shù)月的山火而揪心的時刻，或許未來人工智能可以為這個地廣人稀的國家提供另一種防災思路。

說到這里，可能大家已經(jīng)get到了“AI+遙感”的力量，既可以化為濃煙毀滅一個城市，也可以化為甘霖，普惠地球上的生靈。鑄劍為犁，或許才是科技的正確打開方式。

AI禁運：中國遙感產(chǎn)業(yè)會“地震”嗎?

說完了AI與遙感技術(shù)的關(guān)系，該來聊聊，美國的AI軟件禁運，到底會對中國的遙感事業(yè)起到多大的“打擊”作用?

目前來看，大家似乎在看戲吃瓜之后，已經(jīng)各回各家、該干啥干啥了。既沒有像半導體產(chǎn)業(yè)一樣被禁運就啟動“備胎”，也沒有聲嘶力竭地譴責追問。

是AI軟件對遙感的作用不夠大嗎?

首先，禁運的是自動分析地理空間圖像的軟件，并不會很快帶來連鎖反應。

這類軟件的主要功能，是用于訓練深度卷積神經(jīng)網(wǎng)絡，來自動分析地理空間圖像和點云的地理空間圖像。比如說識別車輛、房屋等目標，能夠減少圖像在縮放、旋轉(zhuǎn)等操作時的像素變化……

美國工業(yè)和安全局的限制文件

總體而言，相關(guān)AI軟件的禁令，還不足以讓大家草木皆兵。

其核心原因，一方面來自于禁運所導致的拉鋸戰(zhàn)會比較漫長，所牽涉的利益群體也比較多。比如說，這次禁令會影響一些使用相關(guān)軟件、在基礎上開發(fā)的航拍地圖、3D地圖等企業(yè)，因為其中有許多成品軟件是建立在AWS和GCP等直接提供地圖處理API的平臺上。

但在TensorFlow和pytorch上的開源軟件卻并不受影響，相關(guān)企業(yè)、平臺、社區(qū)可以通過積極動作來規(guī)避這一問題。

最直接的例子，2018年10月，美國商務部就將?？?、大華、科大訊飛、曠視、商湯、依圖等8家中國企業(yè)列入實體清單，規(guī)定英偉達、英特爾等公司不得出售芯片給這些公司。然而直至今日，中國依然是這些企業(yè)不可或缺的重要市場。

所以說，這不是美國第一次限制技術(shù)出口，也不可能是最后一次。封著封著大家也都習慣了，自己的產(chǎn)業(yè)也發(fā)展起來了……只能說，“川建國”名不虛傳。

當然，更重要的是，軟件的“封鎖”，客觀上可能對中國的無人機、自動駕駛企業(yè)的研發(fā)等，造成一定的“時延”。

但一來，空間遙感軟件想要和人工智能合體，有眾多要素，比如對高分辨率遙感影像波段組合的實踐積累，針對垂直領(lǐng)域的專屬芯片和數(shù)據(jù)集等等，這些都會影響AI在遙感領(lǐng)域的準確性、可用性。

與此同時，中國自身在AI算法領(lǐng)域就有著足夠強的前期積累和研發(fā)優(yōu)勢，比如技術(shù)最好的無人機公司大疆DJI，在邊端側(cè)AI計算上發(fā)力的華為，自動駕駛研發(fā)能力的百度，推出過遙感影像智能解譯解決方案的AI企業(yè)商湯等等，并不遜色的“軟實力”前，禁運自然也就沒那么緊張了。

更關(guān)鍵的是，美國這次AI軟件禁運還可能“傷敵800，自損1000”。

眾所周知，人工智能快速發(fā)展，離不開開放的氛圍和產(chǎn)業(yè)環(huán)境，軟件尤其依賴于開源、信任、全球化的交流環(huán)境。

眾多美國產(chǎn)學界也需要中國力量來參與共建，這也是為什么，當美國要求github對華禁止登錄時，對方甚至開始打起了來中國開子公司的主意。

畢竟中國作為人工智能研發(fā)、應用、產(chǎn)業(yè)鏈制造等都規(guī)模龐大的市場，對中國“不可見”也意味著“不可見”中國，只會加速催生出中國版的安卓、IOS、GitHub。

這也是為什么有網(wǎng)友說這次空間地理軟件的禁運，就像2000's的“強密碼出口禁令”，注定失敗。因為——你可以阻止一個擁有獨特技術(shù)的供應商提供具有禁令的硬件組件，但你不能阻止整個領(lǐng)域的知識傳播!

而巧合的是，這一次“知識”在中國，甚至不需要“出口”。

AI遙感：接下來需要走進 “無人區(qū)”

當然，這也并不意味著中國的智能遙感技術(shù)就可以高枕無憂了。

盡管某一次軟件禁運不會讓整個產(chǎn)業(yè)傷筋動骨，但整體而言，遙感領(lǐng)域還有許多地方等待著我們?nèi)パa全。

比如說，中國遙感領(lǐng)域的AI推理算法已經(jīng)有長足的進步，但專有的推理芯片卻依然掣肘，大部分還是采用英偉達等的通用計算芯片，這就導致特定領(lǐng)域架構(gòu)DSA可能會出現(xiàn)一定的效率差距，制程精準度也需要提升，從而影響像“收割者”無人機這樣的高尖端遙感設備研發(fā)。

另外，前面提到數(shù)據(jù)之于智能遙感的重要性，而地理空間的眾多遙感數(shù)據(jù)是由衛(wèi)星網(wǎng)絡等協(xié)同提供的。這就對航空信息產(chǎn)業(yè)提出了一定的要求，來保證高空間分辨率、高時間分辨率、高光譜分辨率、高分數(shù)據(jù)的體系建設，比如前不久北斗衛(wèi)星網(wǎng)絡的成型，就對智能遙感有著重要長遠的意義。而更高精度、復雜性的遙感數(shù)據(jù)，則需要更強算力來進行處理，進一步要求國產(chǎn)半導體行業(yè)持續(xù)攻堅。

此外，遙感技術(shù)也依賴于傳感器、監(jiān)測設備、無人機等領(lǐng)域的整體技術(shù)升級。比如MQ-9收割者在飛行途中就“幾乎沒有聲音”，這才能夠讓攻擊目標不會事先發(fā)現(xiàn)。而目前來看，無論是衛(wèi)星遙感影像的應用、人工智能的技術(shù)門檻，都缺乏足夠的相關(guān)專業(yè)人士助力，從影像采集、解譯、分析、訓練等一條龍技術(shù)的迭代速度，還有待提升。

總而言之，當遙感從靜態(tài)走向?qū)崟r，從孤軍作戰(zhàn)到與AI深度融合，未來我們還將看到更多造福人類社會的創(chuàng)新。在這樣的趨勢面前，需要的不是盲目樂觀的“奧利給”，唯有眾志成城，篳路藍縷，以啟山林。