GeoAI是什么？
不斷發展的AI技術正在不斷向外擴張，開發出各式各樣的適用場景。通俗來說，就是“AI+”。AI以其獨有的生命力，跨入各行各業。加號并不代表兩者簡單的相加，更應該理解為利用人工智能技術與傳統行業、新興行業進行深度融合，創造新的發展生態。
這樣的融合能夠充分發揮人工智能的作用，將兩者的創新成果適用于社會各域中，從提升這個行業的創造力和生產力，到提升整個社會的創新力和生產力，從量變引起質變。
GeoAI，全稱Geospatial AI，便是AI介入地理信息行業的產物，稱之為地理空間人工智能（以下簡稱“空間智能”或“GeoAI”）。它是一種用于模擬未來結果的機器學習。GeoAI通常會和GIS結合運用，并利用統計建模、計算機視覺和模擬工具，因此也可以理解為基于地理信息技術的新型機器學習。
其實，我們日常生活中處處都是GeoAI。周五下班的夜晚，打開手機地圖，輸入目的地，手機屏幕上瞬間彈出實時交通情況——哪里擁堵？高峰時段何時結束？哪里出了交通意外？更進一步——交通推薦路線、可用網約車數量、網約車行程價格等也一目了然。
利用手機里簡單的應用程序，人們既能接收到周邊的實時狀況，還能實時反饋周邊情況。人們手機上接收到的結果，正是GeoAI在數據收集后對數據進一步整理、分類、分析所得出的。這樣龐大的數據庫開發背后實際上有著成千上萬用戶的參與，其中也包括了你本人。
手機地圖只是GeoAI日常應用中的冰山一角。使用GeoAI技術的公司還可以通過分析各種數據對市場規劃、商業選址、價格優化、產品選擇或資產維護等方方面面提供決策。
深圳市位和科技有限責任公司（以下簡稱“位和科技”）就是一家致力于集成GeoAI相關技術和海量城市數據以解決行業問題，讓數據更有價值的公司。面向城市規劃、房地產、商業零售、出行、智慧城市等相關領域，位和科技可以提供云平臺支持、數據服務、數據挖掘分析服務以及相關的定制開發服務。
據位和科技運營總監李伯楠介紹，位和科技的云平臺集成了海量城市數據、大數據處理引擎、自服務數據準備、可視化、空間數據挖掘和空間優化計算，打造了一個從數據便捷獲取，到數據處理融合、數據挖掘分析，再到決策優化的閉環，為數據分析人員賦能。平臺支持云端訪問（SaaS）和私有云部署（On-Premise），并可通過API/SDK集成到用戶自己的業務流程中，快速拼搭出面向行業應用的定制SaaS。
在過去的三年里，疫情的陰霾籠罩全球。在陰霾中，不少人、不少企業都用著自己的力量期望為社會帶來一些溫暖，位和科技便利用GeoAI技術為政府和人民帶來些許參照和便利，用位置數據的力量解決疫情中遇到的種種難關。
3月6日至4月17日期間上海區縣疫情時空變化（確診加無癥狀感染），時空矩陣中排在右上角的是疫情發展最嚴重的地區
上海北蔡鎮疫情變化
4月13日，疫情來到高峰，單日新增本土感染者超2萬例，此后波動下滑至兩位數。6月1日零時起，上海有序恢復住宅小區出入、公共交通運營和機動車通行。自此，距離上海全市按下暫停鍵已過去整整61天。在這場抗疫保衛戰中，位和科技就利用了位和GeoAI云平臺貢獻自己的一份力量，位和云平臺得到了充分的應用。
據介紹，位和GeoAI云平臺集成了自服務數據準備工具箱、可視化、空間數據挖掘和空間優化計算，賦能數據分析和政府決策。
應用方向
綜合考慮空間鄰接性、人流聯系、感染病例，協助劃分不同層級的疫情管控區，為決策提供參考意見。
基于多目標多約束條件分區優化技術，協調配置防疫資源。人力物力充足時可能大家不在意資源優化配置，但資源不夠，特別是人力不夠的時候，精準計算還是有必要的。
以疫情輻射影響分析為例，搭載在云平臺上的位和設施輻射影響計算工具可以根據設施分布的數量和地點，計算設施對周邊的影影響(lmpact) 。設施數量越多，距離設施越近，輻射影響越大。只需把染疫人群套入計算，即可算出疫情輻射影響范圍.
而多維分析（多變量地圖）就可以用于社區精準畫像。位和多維分析（多變量地圖）實現基于神經網絡模型的多變量分類、多元數據關聯分析、數據降維、多元色彩模式輔助認知、最優線性排序、多視角協調互動、地理可視化、圖表可視化等；動態集成空間數據和多維／高維屬性數據，進行深度交互聯動分析；廣泛應用于不同領域的多因子評估與畫像、異常發現、指標篩選和理解、模型調整等。在防疫工作中，位和科技的多維分析（多變量地圖）成功找到最脆弱的社群，讓政府優先為他們提供幫助。
除了年齡、收入、染疫人數，平臺還可以再加上其他信息進行聚類計算，例如居委會統計基礎病狀況、各個社區的防疫資源情況、社區環境因素等，對社區進行精準畫像，為社區獲得關注和社會資源的救助進行優先級排序。
再以人們最熟悉的疫情時空地圖為例，其包括地圖矩陣、地圖動態播放、時空矩陣、疫情曲線等功能模塊，可以揭示疫情發展變化規律。其中最具有特色的時空矩陣功能，可以對圖中的空間單元（鄉鎮街道）根據疫情時空變化進行分組和排序，輔助決策。
可以說，疫情時空地圖集成了機器學習、地圖矩陣、時空矩陣、動態播放、可視化展示與交互分析，能夠探索和發現研究目標的分布特征、變化趨勢和多因子關聯關系，是位和科技多維分析（多變量地圖）在時間維度上的擴展。
疫情時空地圖還可以擴展到多變量，不僅研究感染病例數，還可以把社區防疫資源、人群職業收入、人群年齡結構、社區環境因素等都考慮進去。除用于研判疫情發展變化，還有助于研究疫情與其他因子的關聯關系，發現引起疫情發展變化的主導原因等，及時調整政策做出改變。
2020年疫情初期，位和科技就在公司公眾號上發布了一系列疫情相關的分析和推送，均為多因子時空序列分析模塊在不同數據和場景的應用。
在防疫過程中，還有很多需要對資源進行優化配置的場景，譬如救援物資的分配、陽性患者轉運的運力分配、核酸檢測醫務工作人員的服務區劃分、無聚集檢測的居民組劃分等。
資源優化配置的核心在于均衡。對于救援物資分配來說，可以按照救援區域內的人數或戶數來均衡。以北蔡鎮為例，如果有一批物資要通過5輛卡車分配給這里的居民，要把北蔡鎮街道劃分為5個人口均衡的區域，作為每個卡車的服務區域。哪怕是5輛不一樣大的卡車，位和云平臺也可以進行處理，只需要生成一個卡車圖層，在數據里定義每輛卡車的容量大小就能成功輸出。
這便涉及了位和分區優化產品，其基于復雜高效的多目標多約束條件分區優化計算（計算復雜度為NP－困難）能自動生成空間連續的區域，實現均衡人口、工作量、教育資源、醫療資源、綠化資源等的區域規劃和全覆蓋選址評估。產品獲得美國專利授權，目前已廣泛應用在選區劃分、學區劃分、交通小區劃分、警察巡邏區劃分、服務區劃分、設施點布局優化等領域。
GeoAI的更多可能
基于此，我們可以看出位和平臺的核心技術是一系列的空間數據挖掘和空間優化計算，譬如神經網絡、空間聚類、復雜網絡計算、空間交互網絡分析、軌跡挖掘、多目標多約束條件優化計算等，以及集成GeoAI計算和前端交互的動態分析技術。位和平臺也支持各種常用的地理可視化和圖表可視化，支持大數據量客戶端動態制圖。
可視化和數據挖掘的區別在于，可視化是對現有數據的圖形表達，幫助用戶更好地理解數據，會涉及到一些簡單的計算，如分類、核密度等。而數據挖掘是一個反復的探索式分析過程，通過機器學習計算，從現有數據中發現未知的、隱藏的、新的信息；同時也對計算出來的信息進行交互分析和可視化展示。
數據挖掘的下一步是決策優化計算。數據總歸要有所作為，才算應用落地。應該要集成AI計算和業務人員的經驗，讓資源配置更加合理，決策更加科學。
位和科技的核心研發團隊在美國深耕空間數據挖掘和空間優化計算多年，具有領先的模型算法能力，不斷突破現有算法的局限，提出新的原創算法。位和科技云平臺的產品原型還曾獲得美國IEEE信息可視化競賽一等獎，以及由美國國家科學基金會和《科學》雜志主辦的全美信息可視化競賽前十名。
除了在疫情這類公共衛生事件中發揮作用之外，位和GeoAI云平臺還多次為各地規劃項目提供數據和數據挖掘分析支持。如煙臺城市更新、《中國城市繁榮活力報告》、住建部20城市總體規劃實施評估、城市高品質發展體檢評估指標體系研究、粵港澳大灣區城市群深耕戰略咨詢專項研究、廣東省新型城鎮化監測與評估、廣州市城市總體規劃、重慶市城市總體規劃、廈門市城市總體規劃、珠海市城市總體規劃、成都2049遠景發展戰略規劃、常州城市戰略規劃、武漢市大數據城市空間格局變化監測、廣深科技創新走廊大數據專題、廣州城市定位及功能提升大數據專題、三亞市天涯區15分鐘便民生活圈規劃、北京石景山區八角街道多源數據城市現狀評估等。
分析內容包括但不限于：產業空間結構評價、產業轉移、通勤結構與出行特征識別、職住平衡評估、城市中心體系結構識別、適宜性評價、設施服務能力評價、地鐵軌道沿線土地綜合使用評價、區域聯系與區域影響分析、城市群與功能區劃分、中心城市識別和城市對比分析等。
人民對美好生活的向往是科技工作者的創新落腳點。科技要發展，就必須與生產生活相結合。用科學的力量解決實際問題，自然也能在解決問題的過程中為科學發展提出新思考、新課題。位和科技愿意將自身的看家本領——GeoAI(空間智能)這一項基于地理信息的高新技術，利惠于民，融入社會生活的方方面面。
來源：《中國測繪》2023年第9期（侵刪）
