至顶网软件频道消息: IBM研究员推出了一项云分析服务,将应用与一系列大型地理空间数据集连接起来,这些数据集涵盖地图、卫星、天气和人口变化等。
该服务被称为PAIRS Geoscope,开发人员可使用IBM的REST API来为该服务添加基于地理空间和时间的数据到他们自己的应用中。
PAIRS Geoscope目前仅限科学家使用,但IBM研究院现在已经上线了一个网站,供所有开发人员测试该资源。
PAIRS是Physical Analytics Integrated Repository and Services的缩写,是IBM应对混合大型结构化数据集(如卫星和天气数据)与非结构化数据(如推文中的位置和时间戳数据)挑战所做出的回应。
IBM Watson研究人员在2015年的一篇论文中首次描述了这种PAIRS集成引擎,并指出PAIRS是基于大数据技术Hadoop和HBase构建的。可以承担数据采集中的"苦力工作",并在多个数据源跨多种数据格式对分析洞察进行搜索。
IBM PAIRS有很多可用的数据集,包括美国航空航天局Aqua和Terra卫星数据、美国政府的土壤数据、NOAA天气预报、美国地质调查局Landsat数据等等。
Google在2016年推出地理空间服务,2016年开始让开发人员可以访问Landsat和欧盟Sentinel-2卫星图像,其中包含近1.5PB的数据。Google Earth的两个关键数据集引入Google Cloud,使得开发人员能够利用机器学习和计算引擎工具构建预测服务。
2016年,IBM研究人员还开始从大疆Phantom 3 Standard收集的无人机地球图像,并将其上传到PAIRS,在PAIRS图像与其他数据源相匹配,以便与土壤属性、卫星和天气等数据进行叠加。
PAIRS用户还可以上传专有数据以与现有数据层相结合,例如,结合物联网传感器数据。此功能在物联网部署中可以发挥作用,例如可用于测量土壤湿度以预测灌溉需求。
事实上,PAIRS可以追溯到IBM协助美国大型葡萄园E&J Gallo Winery开发的一个物联网精确灌溉系统。数以百计的传感器、卫星图像和云通信网络结合天气、气象和大气数据,以帮助监测植被、估计水分损失并预测未来的灌溉需求。
IBM表示,已经与农业、金融、能源和气象等领域的客户进行了试验性的平台部署。PAIRS存储库的数据量每天增长数TB。据IBM称,PAIRS可以"自动摄取、管理和无缝集成各种形式的地理空间和时间数据",将大型、异构和复杂的数据集"转换为一个整齐排列的索引结构,专为高效检索和查询而设计"。
好文章,需要你的鼓励
OpenAI明确表示要成为互联网一切事物的主导界面。AI智能体正在改变用户的数字习惯,从健康记录分析到购物指导,ChatGPT已经在多个领域扩展影响力。用户快速采用AI工具,但企业和生态系统的适应速度滞后。电商领域的权力分配尚不明确,用户偏好AI驱动的答案优先体验,品牌则推动生成式引擎优化。研究旨在了解用户与企业在AI变革中的适应差异。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。