天空沒有翅膀的痕跡,但我已飛過。
I leave no trace of wings in the air,
but I am glad I have had my flight.
——泰戈爾 《飛鳥集》 1913
如今,在科技從業者眼中,這行詩可能沒有詩人想象得如此浪漫,只要在鳥類的翅膀上裝置一個GPS定位儀,就能清晰地分辨鳥類在空中的痕跡,如果進一步分析,人類甚至能分辨哪隻鳥兒、在何時飛過自己頭頂。站在還原歷史的角度上,這是物聯網、大數據等技術帶給這個時代的另一種壯麗藝術與圖景。
鳥類遷徙軌跡大數據可視化 by Cinematic Design and Communication
現在,大家都在談數字孿生,但並不清楚這其中將面臨的重重阻礙。那麼,憑藉目前的技術,是否能實現萬事萬物的時空化呢?
現實空間 → 數字空間→ 圖形空間
現實世界透過感知系統,構建了一個數字世界。
如果將它類比現實世界,時空大數據便是這個世界的基底(地圖)、鋼筋水泥(空間三維)、人與物體(物聯網數據)。
這些數據透過地理信息系統(GIS),繪製出圖形空間,並通過雲服務分享給各個行業、組織與個人。
在數字世界中,時空大數據是體量最大、增量最多也最快的大數據類型之一,如果不能做到支持動態增長與實時處理的話,不僅難以做到數字空間向圖形空間的實時映射,後續的分析運算也將無法進行。
為了突破這個瓶頸,超擎通過核心技術縮減了數據預處理環節,實現了百PB級時空大數據的分佈式存儲、“獲取即發佈”的雲處理效率,破解了數字空間到圖形空間實時映射的難題。
國家級地理平臺,59G時空數據發佈時間為15天,通過超擎平臺提供的數據發佈工具,縮短為1天入庫完成
可即使解決了海量數據的雲服務與共享難題,也並非是數據的終點,而是另一個起點——業務應用的起點。
圖形空間 → 空間智能
GIS繪製的這個圖形空間,不僅為了觀看,而是更加深刻、精確地理解這個世界和城市問題。如何透過圖形分析問題呢?“空間智能”。
空間智能注重圖形的交互分析,這就需要理解隱藏在圖形背後的邏輯,而邏輯最精確的表達,還是數據,這就需要一個“數圖通道”,在觸及圖形的同時,也觸及圖形背後對應的數據。
舉個例子,公安部門車輛管理大數據平臺,通過超擎提供的千億級軌跡數據工具,任意選擇地圖區域,可迅速獲取:這塊區域有哪些車輛經過,他們的行駛軌跡,以及進一步透視其日常活動熱力範圍、時空交匯相遇情況、行駛路線相似程度等諸多智能決策信息,這對於提高監督與辦案的業務效率起到了關鍵作用,並且類似的分析,在智慧交通、車聯網、智能網聯等行業中,也佔據了重要地位。
對地圖的任意框選,找出經過這個區域的車輛及其軌跡,典型的通過圖形交互實現時空分析的場景。圖源:超擎
空間智能 → 時空智能
看到這裡,你也許會說,我們已經擁有了空間智能,為何還需要“時空智能”?
空間智能可以幫助我們理解問題、輔助簡單決策,但是時空有了人工智能的參與和融合,能夠進一步將數據轉化為影響現實世界的力量,這也是支撐“學習孿生”到“模擬孿生”的關鍵步驟。
圖源:《數字孿生:為城市和你創造一個虛擬副本》
時空看似包容萬物,其實可歸納為兩個簡單的方向:縱向與橫向,也可理解為,數學中的橫軸與縱軸。橫軸為時間線,所有信息以時間順序進行排列;縱軸則是包容萬物的空間,承載了全要素數據。在現實社會中發生的各種事件大多並非由於單一因素而造成的,而是由多種因素的耦合或相互作用的複雜成因而影響生成。
將這些數據以統一的標準與單位進行融合與交叉分析,讓城市、社會、行業的時空發展形成一個有機交融的整體,才能支持實現城市的模擬、監控、診斷、預測和控制,解決城市規劃、建設、運行、管理、服務的複雜性和不確定性,賦予人類“前可追溯歷史,後可預測未來”的力量。
那麼,在這一環節上,超擎又做了什麼?
為了“複製”、“計算”與“融合”的時空
現實世界中,我們用索引(即目錄,Index)快速查找一本書中的指定內容;在數字世界中,索引可以幫助我們從雲上的海量數據中快速尋找、提取各類指定的數據,並貫穿了時空數據的融合、呈現與分析一系列環節,同時也是機器深度學習的重要媒介與工具。
超擎以此為線索,建立一套全新的時空索引雲核心系統。
超擎索引以什麼為標準統一時空?
矢量座標點。
為什麼選擇它?
矢量座標,是由數字座標繪製生成的地圖小點,無數座標可以拼合成一幅完整的矢量地圖,它是地理信息系統中最為精細的單位,地圖無論是放大還是縮小,其中每個小點都與空間中的其他對象保持著相對位置關係,表達了
正反向地理編碼功能最能說明這一過程:每個座標點都對應著一個地圖上一個小點,每個小點背後也也有純數字的存在,但這並不代表著每種地圖技術都能以為座標點為單位進行數據分析。
這個表達位置的小點,不僅自帶精確時間戳,更能串聯擴展的屬性與語義信息
如果是一幅電子地圖,可以設置POI(興趣點,即地址),提供LBS服務,還可以串聯泛時空信息,例如社交、新聞、語義(大家在這個定位點說了什麼話)。
籮筐基於超擎技術,打造了一款基於LBS與地圖,串聯社交信息、新聞、消費資訊的APP
如果是一輛汽車的軌跡呢?不僅能細數車主人走過了多少路,經過多少個加油站,更能附加這個人的
超擎通過附帶標籤的千億級軌跡分析,能夠融合人工智能,探索發現各類不同社會屬性自然人的出行習慣與需求
在“萬物時空化”的數字孿生世界中,不僅有大眾地圖呈現的路網與POI,大道本身的釐米級寬度、電管杆、樹木花草等海量精細對象,都將以實體面積等比反映在地圖中。通過以矢量座標點為單位的索引技術,能夠
超擎索引與傳統地圖索引對地圖對象選擇的冗餘對比
而這些海量精細對象所隱含的屬性信息、語義信息,也會以標籤的形式,摺疊在地圖與時空之中,支持
超擎時空索引雲技術,為建立基於時空智能的“數字孿生”提供基礎核心能力:
實現 無需預處理的“非切片”時空數據處理模式,支撐數字孿生的實時映射、虛實交互;支持以 時間與空間座標為統一標準與線索,對多源 結構化數據(數字、時空數據等)與 非結構化數據(文檔、照片、視頻等)進行統一處理與融合分析;支持融合人工智能,對高精度地圖/空間/時空中的 精細對象,進行 無冗餘海量次深度學習。全時空大數據雲平臺
超擎構建了一個全時空大數據雲平臺,為什麼要叫“全”時空?這是一個“全域、全要素、全流程”的時空大數據平臺。
橫向聚焦了三個時空領域最為重要也是覆蓋面最為廣泛的數據類型——
縱向實現了數據全生命週期的極速處理。在雲計算環境下,超擎在橫向的全要素地物空間,無論是矢量地圖、遙感影像、空間三維、物聯網與軌跡等數據,都無需切片預處理,大為縮短數據從採集到發佈的時間,實現了海量時空數據的超高(秒級、毫秒級)響應速度。
無論是橫向,還是縱向,超擎採用一種形式為紐帶與標準:超擎核心索引雲技術,這帶來了海量時空數據從顯示、融合、分析到支持人工智能運算的全方位雲端服務優勢,起到了“萬物時空化”的虛實對應、相互映射、協同交互的關鍵作用。
超擎全時空大數據平臺提供了
平臺以強大的功能和兼容性、在線應用工具集及API接口,廣泛應用於基礎測繪、智慧城市、航天遙感、環保、商業、農業等眾多領域,為數據洞察、價值發現、綜合決策等提供強大的空間數據以及技術支持,助力大數據、物聯網、AI時代背景下的時空雲服務產業升級,並支持與人工智能多維融合,構建時空智能場景。
高效存儲 無冗餘全網分佈式雲存儲高效傳輸 自適應化簡、漸進雲傳輸高併發讀寫與訪問智能化實時交互與可視化