人工智能（AI）无疑是当下科技创新的“超级风口”，从机器翻译、语音识别、图像识别再到无人驾驶等各种新的应用层出不穷。有专家近日指出，人工智能正在驱动前所未有的社会变革，人工智能正在成为智慧未来的核心动力。

与众多新技术一样，平台厂商会率先在基础算法和框架层面进行积极布局。Esri作为全球空间分析领域的领军企业，也在加快脚步推动GIS和AI的结合，并率先提出了地理人工智能GeoAI的概念。它提供了一种“GIS+AI”的模式，可以让用户使用空间科学、机器学习、深度学习，以及数据挖掘和高性能计算等技术，让地理赋能AI以提升空间数据的洞察力。

ArcGIS平台为用户提供的GeoAI能力主要体现在机器学习和深度学习两方面，其中，机器学习方面提供了丰富且即拿即用的工具，深度学习方面提供了便捷的与第三方框架集成的能力。

据了解，ArcGIS早就提供了和机器学习相关的工具，这些工具大致分为三类：分类、聚类和预测。其中，可以利用预测类工具来预测全球气候变化对当地气温的影响，用时空立方体工具箱进行热点分析和时空模型挖掘，用影像分类工具对影像中的建筑物、道路、植被、水体等进行识别。

深度学习是机器学习的进阶。如果说ArcGIS 10.6中的深度学习工具是Esri在人工智能领域的小试牛刀，那么10.7版本可以说Esri已经全面拥抱人工智能，从桌面端，到服务器，再到10.7中全新推出的数据科学服务器ArcGIS Notebook Server，GeoAI的能力体现在Esri的各个核心产品中。

截止到最新发布的ArcGIS 10.7版本，ArcGIS提供了近二十种机器学习的工具用以实现分类、回归和聚类，如支持向量机、基于密度的聚类、基于随机森林的分类与回归等，同时实现了与微软的CNTK、谷歌的TensorFlow，以及Keras、PyTorch等深度学习框架的集成，通过调用其深度学习模型并对模型计算的结果进行可视化展示，实现基于遥感影像的建筑物提取、飞机提取等应用，为更多的用户和开发者提供基础支撑，助其实现业务层面的创新应用。

在应用场景方面，GeoAI的一个有趣的案例是使用机器学习中的聚类算法找出目标在空间上的聚集规律。聚类是基于值或位置的相似性的观察分组。ArcGIS包括K-均值、最近邻域等多种算法，可根据一个或多个属性、位置或两者的组合查找群集。这些方法可用于无监督的分类，最新推出了基于密度的聚类，例如对交通事故通过聚类的方式挖掘出交通事故高发的十字路口，再利用标准椭圆探索事故高发区域的中心、离散程度和方向趋势。

GeoAI的另一个应用场景就是将深度学习和遥感图像结合起来。在遥感领域中使用深度学习，相比传统方法中的目标识别和图像分类，深度学习得到的结果，精度更高，效果更佳。

在视频领域，也可以通过将视频实时识别技术和地理位置关联起来，比如在交叉路口实时监测过往车辆信息。

5月21-22日，“2019年Esri空间信息技术开发者大会”将在北京的中国科技会堂举行。届时，Esri智能决策与数据科学云平台ArcGIS 10.7将正式亮相。与此同时，将有专题讲座深度剖析ArcGIS平台与人工智能的深度集成和应用。