人工智能介入地球衛(wèi)星圖像是遲早的事情，雖然人工智能可以幫我們?cè)谖磥?lái)找出許多隱患，但是每個(gè)人的隱私是不是也是越來(lái)越少了呢？
三年前，詹姆斯創(chuàng)辦了名為Orbital Insight的公司，依靠人工智能方法發(fā)掘從太空傳回地球的各種數(shù)據(jù)，得到有效信息幫助人們決策。詹姆斯。克勞福德的辦公室和谷歌公司一樣，位于硅谷的山景城。
為何要發(fā)展人工智能圖像識(shí)別？
大數(shù)據(jù)的根或者基礎(chǔ)是海量數(shù)據(jù)，所以以最低的成本獲取正確的、大量的數(shù)據(jù)對(duì)大數(shù)據(jù)至關(guān)重要。人工智能圖像識(shí)別可以以相對(duì)較少的人力成本獲取正確的、海量數(shù)據(jù)。
如果僅靠人工觀察提取信息，比如計(jì)算路上的汽車(chē)、卡車(chē)或火車(chē)數(shù)量，幾年后就需要800萬(wàn)人；其實(shí)很多算法的精度已經(jīng)達(dá)到95%-97%，與此同時(shí)，我們也在不斷新增識(shí)別對(duì)象，比如識(shí)別道路、建筑或某款汽車(chē)。
說(shuō)到這里，你有沒(méi)有一種被政府或者企業(yè)給監(jiān)視了的恐懼感？先不要害怕，雖然人工智能技術(shù)在近兩年內(nèi)突然崛起，但是利用人工智能去自動(dòng)識(shí)別建筑物、物體、甚至是人臉都是一件很難的事情。
首先，建筑是從上往下拍攝的，不要說(shuō)人工智能，人類(lèi)看一個(gè)建筑都很難知道它是什么。其次，云也會(huì)時(shí)不時(shí)的遮擋住衛(wèi)星想要拍攝的地方，而人工智能是否能識(shí)別那是一朵云還是誰(shuí)家的煙囪冒出的煙也是一件非常難的事情。最后也是當(dāng)下最需要解決的就是分辨率問(wèn)題。
目前我們知道的商業(yè)化圖像衛(wèi)星（還有一些我們不了解的間諜衛(wèi)星）分辨率最高的是 Digital Globe 的 WorldView-4，分辨率最高可達(dá)到 31 厘米，完全有能力分辨地面上的任何物體。但是，WorldVie-4 理論上要拍攝完整個(gè)地球的表面最快也需要 4 個(gè)月。而 4 個(gè)月這么長(zhǎng)的時(shí)間肯定不能滿足美國(guó)情報(bào)局的。
不過(guò)，也有其它企業(yè)在另謀出路，比如說(shuō) Planet Lab 正在搭建的立方星（CubeSat）星群。將近 200 個(gè)小型衛(wèi)星可以提供每日更新的全球圖片，不過(guò)分辨率比 WorldView-4 肯定是低很多。
人工智能圖形識(shí)別是下一個(gè)百億美元風(fēng)口
詹姆斯表示自己非常看好這個(gè)人工智能市場(chǎng)的未來(lái)價(jià)值。目前市場(chǎng)價(jià)值大約為20至40億美元。在未來(lái)，隨著各種新型分析工具的誕生，我們認(rèn)為這個(gè)行業(yè)的市場(chǎng)價(jià)值會(huì)是100億美元以上。
