大模型产业化有四个关键，昇腾AI推动“AI+遥感”打了个样

文|智能相对论

作者|夜远风

农业卫星在太空“拍下”地面这张“照片”，地面根据这些图像数据，结合气象情况等，通过AI算法就准确地“算”出了农作物的长势状况，给地方政府、种地农民以参考。

（图：农业用地的遥感影像示意，来源：网络）

这是AI+遥感赋能数字农业领域的一个场景，种地不用再被动“看天吃饭”，可以结合分析数据主动采取行动，告别面朝黄土背朝天的苦干模式，能够“心里有谱”、放宽心。

AI+遥感这些年正在快速落地，大量的创新应用涌现，上述农业领域的应用仅仅是个典型代表，在其背后，有一整套大模型产业化模式在起作用。

今年6月的华为伙伴暨开发者大会（HPDC 2022）上，昇腾AI的大模型全流程使能体系发布，接近半年时间过去，这个体系实现了有效运行并取得了积极成果。不久前的华为全联接大会2022（HC 2022）上，这些成果面向业界进行了重点展示。

在发展大模型已经成为产学研各界共识后，被构建出来的一整套大模型产业化模式，正在推动包括AI+遥感在内的众多领域加速AI应用创新与落地。

用途广泛的遥感技术，正在被AI大模型高效驱动

遥感技术在国计民生中的应用非常广泛，例如在城市运营、自然资源普查、植被分类、农作物监测及环境监测等方面都有深度应用。

而遥感的发展，主要分为两条线：

一是增加遥感数据的精密度，例如通过卫星采集到更高清的图像；

二是强化对图像等数据的“翻译”能力，即准确识别各类图像信息为各场景应用提供支撑。

在这种背景下，AI+遥感应运而生，通过人工智能的方式，可以大幅度提升既有数据的利用深度，并强化对遥感信息的翻译能力，输出更加精细化、更加准确的结果，甚至给出更形象直观的成果。

（图：某城市的高空图像与遥感处理后的结果对比，来源：网络）

随着遥感需求的不断提升，AI+遥感应用的创新也必须提速，而与其他AI场景一样，遥感同样需要大数据量与更聪明的算法，这时候，大模型的价值就体现出来。

大模型通过大规模数据的预训练方式规避了应用“重复造轮子”的现象。以前，包括AI+遥感在内，AI应用是单个单个创新的过程，每次解决一个场景的具体问题，都需要从基础数据和算法开始“再来一遍”，如同小作坊式生产；现在，大模型的出现，在通用能力的基础上，企业或开发者只要在预训练模型基础上进行微调，就能“出产”胜任具体场景任务的应用，如同普通商品的“工业化大生产”一样，高效地出产高质量遥感AI应用，整个领域将实现简单高效发展。

在国家自然科学基金委员会的支持下，武汉大学基于昇腾AI推出了大模型武汉.LuoJia，包括全球首个遥感影像智能解译专用框架武汉.LuoJiaNET和业界最大的遥感影像样本数据集武汉.LuoJiaSET。

除了开篇提到的由武汉汉达瑞推出的农业领域预测农作物长势的应用，在武汉.LuoJia的支撑下，还有大量AI+遥感应用在产生。

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。

（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”。

值得一提的是，LuoJiaSET的规模还在快速扩大，之前已经有500万张以上的样本量，全球范围内都可以很方便地往里面添加数据、内容，2022年年底预计可以实现1000万张以上的规模。

上文提到的上海数慧自然资源大脑解决方案、珈和科技智慧农业 SaaS 服务平台、航天宏图城市土地变化检测平台、武汉汉达瑞遥感影像智能化处理平台都以LuoJiaSET 与 LuoJiaNET 作为基础底座，结合昇腾AI 软硬件进行创新。

3、要商业价值呈现：从技术创新到产业应用，架起连接的桥梁

在AI+遥感领域，无论是数据、算力、算法还是AI模型与应用，技术创新从根本上改变了产业运行的方式方法，带来了新的发展动能。

在这种情况下，技术创新要如何进一步将其商业价值呈现出现，实现与之匹配的商业价值收获，并最终反过来推动技术创新进一步前进，就成为摆在业界面前的重要课题。

以生态的力量架起连接的桥梁，是各方一起努力的方向。

早在2021年年底，围绕武汉.LuoJia，武汉大学就牵头组建了智能遥感开源生态联合体；2022年6月，华为发布了大模型全流程使能体系；目前，智能遥感开源生态联合体已经有39家成员单位、推动了30+解决方案。